Google與 dolphingemma ，AI模型旨在分析從野生多爾芬（Wild Dolphins）分析數十年的聲學數據。該系統使用Google像素手機進行現場分析，旨在識別海豚發聲中的模式，並可能為物種之間的基本相互作用鋪平道路。
由WDP創始人Denise Herzing博士和Google DeepMind/Google/Georgia Teepmind/Georgia Teegriage thad Starner博士，該公告的使用PATASS PATASS INTIOR witps of witps of witps of witd of wdp
合著。 Since 1985, WDP has conducted underwater research on a specific community of Atlantic spotted dolphins in the Bahamas, meticulously logging audio and video recordings alongside behavioral observations across generations.
This deep historical context allows researchers to link specific sounds to behaviors – for instance, the use of unique signature whistles for individual contact (like mothers and calves reuniting), burst-pulse在戰鬥中經常聽到“ Squawks”，或單擊與求愛或追逐鯊魚相關的“嗡嗡聲”。然而，充分理解結構和潛在意義仍然是一個巨大的挑戰。正如Herzing在與 ars technica 中，我們不知道動物， src=”https://winbuzzer.com/wp-content/uploads/2025/04/Wild-Dolphin-Project-DolphinGemma-official.jpg”>
Decoding Dolphin Sounds With AI
DolphinGemma attempts to find underlying structures within this complex acoustic data.該模型基於Google的 gemma Architecture-一個相對輕量級的家族，通常打開AI模型，與公司較大的專有，專有的Gemini系列不同。它採用了Google的聲音流技術，這是一種有效的神經音頻編解碼器，可能用來將高頻，複雜的海豚聲音轉換為適合AI處理的令牌格式。
，具有大約4億個參數（大約4億個參數），大約是一個適度的尺寸，可以促進語音序列的序列-多能序列的模型，並構建了端次的模型，並進行了大量的錄製。這種模式分析可以幫助研究人員在海豚交流中發現以前未知的規律性。
DolphinGemma, running locally on the Pixel 6 and planned Pixel 9 phones housed within the CHAT device, intends to accelerate the real-time recognition of potential dolphin mimics against background ocean噪音，使研究人員能夠更快地做出反應以加強任何觀察到的學習。
AI用於科學環境
Dolphingemma與Google DeepMind項目的投資組合一起，將AI應用於各種科學問題。 Alphafold是其AI系統，其旨在準確預測蛋白質結構的AI系統被研究人員廣泛使用，並在2024年為DeepMind首席執行官Demis Demis Hassabis和首席研究員John Jumper贏得了諾貝爾化學獎。早些時候，在2024年10月，Hassabis談到了AI在計劃和預測實驗結果中的潛在作用。 DeepMind has also demonstrated advanced reasoning capabilities with models like AlphaGeometry2, which combines neural networks with symbolic logic to solve complex geometry problems at an elite level.
The Question of Openness
A key aspect of the DolphinGemma announcement is Google’s plan to release the model openly this summer for academic use, stating it might be adaptable for other鯨類種類。當針對最近的趨勢時，這種對開放性的承諾很有趣。
最近的報導表明，DeepMind越來越限制與Gemini等核心競爭技術相關的研究，引用了競爭性壓力。給出的示例包括雙子座機器人技術模型的專有性質和字母測定法的非釋放。
Alphafold 3的發行歷史記錄也提供了相關的上下文。最初於2024年5月推出，訪問僅限於Web界面，研究社區的重大推回在最終於2024年的代碼開放式外管之前。 href=“ https://docs.google.com/forms/d/e/1faipqlsfwzago1ayk0o4muaxzj8xrq8xrq8dafefefefjnldnonh_13qax2cezw/veiew targe=” _ _> smods promps
AI模型的體系結構將Google定位為更開放（類似於3月份的公開發布的TXGEMMA工具包），可能會解釋其與Core Gemini或專用模型（如Alphageometry2）相比的不同釋放軌跡。儘管如此，今年夏天發行的海豚釋放的細節將受到關注。
挑戰和未來的工作
，而像Dolphingemma這樣的AI系統為通過廣泛的數據集進行篩分提供了強大的工具，可以通過廣泛的數據集進行篩選，並確定潛在的過程，並確定了對人類的驗證和對人類的驗證，並具有良好的範圍。必須嚴格檢查AI產生的任何結構模式或假設，並通過進一步的實驗進行測試。
WDP的長期觀察方法仍然是核心，AI是分析加速器。即將到來的2025年夏季野外季節，在Pixel 9手機上使用Dolphingemma部署了升級的聊天系統，將是對這種新的AI輔助方法的第一個現實測試，以聆聽海豚的複雜社交生活。