Google telah memprakarsai kemitraan penting dengan Proyek Lumba-lumba Liar (WDP) dan peneliti dari Teknologi Georgia, menerapkan kapabilitas kecerdasan buatannya di Georgia. Kolaborasi ini memperkenalkan dolphingemma , model AI yang dirancang untuk menganalisis dekade data akustik yang dikumpulkan dari dolfin liar. The system uses Google Pixel phones for in-the-field analysis, aiming to identify patterns within dolphin vocalizations and potentially pave the way for basic forms of interaction between species.
Co-authored by WDP founder Dr. Denise Herzing and Google DeepMind/Georgia Tech professor Dr. Thad Starner, the announcement highlights the use of WDP’s unique dataset. Sejak 1985, WDP telah melakukan penelitian bawah laut pada komunitas spesifik Lumba-lumba Spotted Atlantic di Bahama, dengan cermat mencatat rekaman audio dan video di samping pengamatan perilaku dari generasi ke generasi.
Konteks historis yang mendalam ini memungkinkan peneliti untuk menghubungkan suara-suara khusus dengan perilaku-misalnya, penggunaan unik tanda tangan yang unik dari para peneliti untuk para peneliti untuk perilaku seperti perilaku-misalnya, penggunaan unik dari khote yang unik untuk perilaku yang unik,”Squawks”sering terdengar selama perkelahian, atau klik”buzzes”yang terkait dengan pacaran atau mengejar hiu. Namun, sepenuhnya memahami struktur dan makna potensial tetap menjadi tantangan yang cukup besar. Seperti yang dicatat Herzing dalam komentar yang dibagikan dengan ARS technica , “Kami tidak tahu jika hewan memiliki kata-kata. src=”https://winbuzzer.com/wp-content/uploads/2025/04/wild-dolphin-project-dolphingemma-fgicial.jpg”>
Decoding DoLphin terdengar dengan ai
p> dolpa doLPa di dalam kompleks di dalam kompleks di dalam kompleks di dalam kompleks ai
p> dolping. Model ini didasarkan pada Google Gemma Arsitektur-keluarga yang relatif ringan, sering kali terbuka model AI yang berbeda dari seri Gemini yang lebih besar dan berpemilik perusahaan. It employs Google’s SoundStream technology, an efficient neural audio codec likely used to convert the high-frequency, complex dolphin sounds into a tokenized format suitable for AI processing.
With approximately 400 million parameters—a modest size facilitating on-device operation—DolphinGemma processes sound sequences to learn patterns and predict subsequent vocalizations, much like how language models generate text. Analisis pola ini dapat membantu para peneliti melihat keteraturan yang sebelumnya tidak diakui dalam komunikasi lumba-lumba.
Proyek ini juga terintegrasi dengan dan bertujuan untuk meningkatkan Model bobot yang masih membutuhkan aplikasi
tantangan dan pekerjaan di masa depan
Sementara sistem AI seperti Dolphingemma menyediakan alat yang kuat untuk menyaring dataset yang luas dan mengidentifikasi pola potensial, proses ilmiah masih mengandalkan Soaldies Soaldies di Soaldies Soaldies. Setiap pola struktural atau hipotesis yang dihasilkan oleh AI harus diperiksa secara ketat terhadap pengamatan dan berpotensi diuji melalui percobaan lebih lanjut.
Pendekatan pengamatan jangka panjang WDP tetap pusat, dengan AI berfungsi sebagai akselerator analitik. Musim lapangan musim panas 2025 mendatang, menggunakan sistem obrolan yang ditingkatkan dengan dolphingemma di ponsel Pixel 9, akan menjadi tes dunia nyata pertama dari pendekatan baru yang dibantu AI ini untuk mendengarkan kehidupan sosial yang kompleks dari lumba-lumba.
