Målet: Att närma sig en verklig tvåvägskommunikation mellan människa och delfin.
"Vi är inte längre bara lyssnare. Vi börjar förstå mönstren i delfinernas ljud," säger projektgruppen i ett uttalande från Google.
Tre decennier av undervattensforskning
Wild Dolphin Project, grundat 1985, har byggt världens största databas av naturliga delfinljud. Genom att arbeta direkt under vattnet har forskarna kunnat koppla specifika ljud till observerade beteenden – från igenkännande visslingar mellan mor och kalv, till klickljud under hajjakter.
Dr. Denise Herzing, grundare av WDP, förklarar:
"Vi arbetar efter principen 'I deras värld, på deras villkor'. Att förstå delfiner kräver inte bara teknik, utan också kontext – vem som säger vad, när och varför."
Det är denna rika samling av ljud och beteendedata som nu ligger till grund för DolphinGemma.
DolphinGemma: En AI som lyssnar – och svarar
Modellen, tränad med Googles SoundStream-teknologi och en specialanpassad sekvensarkitektur, är ungefär 400 miljoner parametrar stor – kraftfull nog att köras direkt på en Pixel-telefon i fält.
"DolphinGemma kan identifiera mönster i delfiners naturliga kommunikation och förutspå nästa ljud i en sekvens," förklarar Google.
Detta kan dramatiskt snabba upp forskarnas arbete, som tidigare krävde åratal av manuell analys.
För första gången testas DolphinGemma nu i fält under pågående expeditioner, med målet att både avslöja dolda strukturer i delfinernas kommunikation och, på sikt, skapa en grund för gemensam "vokabulär".
Google planerar att släppa DolphinGemma som en öppen modell senare i år. Även om den tränats på ljud från Atlantiska fläckiga delfiner, hoppas man att den kan anpassas för andra arter som flasknos- och spinnardelfiner.
"Genom att dela med oss av DolphinGemma vill vi påskynda upptäckterna och fördjupa vår kollektiva förståelse av dessa intelligenta havsdjur," skriver Google.
