終於能與海豚對話？Google 開發「海豚語」大型語言模型 DolphinGemma
初期目標是比較生成的「海豚語」與真正的海豚響聲，長期目標則是合成能與海豚溝通的聲響。
Google 正在開發的一套新的大型語言模型「DolphinGemma」，可能在未來能讓人們與海豚進行對話。如果這新聞早兩個星期出來，搞不好會被當成是愚人節玩笑，但這完全是真的。研究人員預計在未來幾個月內測試 DolphinGemma 及其配套的 Cetacean Hearing Augmentation Telemetry（CHAT）發聲系統是否能翻譯並模仿海豚的聲音，最終與海豚達成某種程度上的「對話」，科學家也希望能由此判斷海豚是否有「語言」，以及若是有的話，牠們的語言有多先進。
海豚是地球上最聰明且最善於溝通的動物之一。牠們的社交互動極其複雜，不僅能透過各種聲響辨識不同的個體，並且已知在進行不同活動時，會發出不同的聲音。科學家們長期以來都認為有機會「破解」這些不同聲音的含義，甚至有機會模擬海豚的聲響，來和它們溝通。一個名為「野生海豚計畫」（Wild Dolphin Project，WDP）的組織花了 40 年的時間，紀錄了單一個海豚族群的水下影音資料，但一直以來對於如何著手分析這些數據，都沒有頭緒。
然而隨著大型語言模型 (LLM) 的興起，研究人員最近開始思考，訓練 LLM 的相同原理是否也能應用到這些海豚影音資料上。為了測試這種可能性，WDP 最近與 Google 和美國喬治亞理工學院合作，以他們收集的龐大海豚哨聲、喀噠聲和脈衝聲為基礎，用於 LLM 訓練。其成果便是 DolphinGemma，一個使用與 Google Gemini 系統相同技術所建構的 AI 模型。它有大約 4 億個參數，其運作方式基本上與像 ChatGPT 這樣的生成式 LLM 相同 —— 只是生成的不是文字，而是海豚聲。
目前的研究方向暫時還不到「翻譯」海豚語的程度，而是預備讓 DolphinGemma 聽完收錄的海豚聲響「前半」後，再由 AI 來生成「後半」。之後就能比對 AI 生成的後半與海豚實際發出的「後半」是否一致，由此來初步判斷「海豚語」是否有固定的單字或架構。
搭配 DolphinGemma 的是以 Google Pixel 9 智慧手機為基礎的「CHAT」發聲系統。利用 Pixel 9 的本地端運算力，它可以即時接收聲音輸入進行辨識，或是將生成的「回應」播放出來。由於目前並不清楚海豚究竟「語言」有多發達，研究計畫初期定位在將海豚喜歡的物體（如海草、馬尾藻，甚至研究人員的圍巾等）與特定的「合成哨聲」相關聯，期望海豚在想要這些物體時，能發出對應的合成哨音，達成初步的溝通。
搭載 Pixel 9 的 CHAT 系統預計今夏投入使用，但究竟 DolphinGemma 能做到什麼程度，以及是否能終於讓海豚與人類交談，目前都還是相當遙遠的課題。
相關新聞：
緊貼最新科技資訊、網購優惠，追隨 Yahoo Tech 各大社交平台！
🎉📱 Tech Facebook：https://www.facebook.com/yahootechhk
🎉📱 Tech Instagram：https://www.instagram.com/yahootechhk/
🎉📱 Tech WhatsApp 社群：https://chat.whatsapp.com/Dg3fiiyYf3yG2mgts4Mii8
🎉📱 Tech WhatsApp 頻道：https://whatsapp.com/channel/0029Va91dmR545urVCpQwq2D
🎉📱 Tech Telegram 頻道：https://t.me/yahootechhk
