Google har initierat ett anmärkningsvärt partnerskap med Wild Dolphin Project (WDP) och forskare från Georgia Tech, och tillämpar dess konstgjorda intelligensförmågor till det långa stående kufaret. Samarbetet introducerar Dolphingemma , en AI-modell utformad för att analysera decennier av akustiska data som samlats in från vilda dolfiner. Systemet använder Google Pixel-telefoner för analys i fältet och syftar till att identifiera mönster inom delfinokaliseringar och potentiellt bana väg för grundläggande former av interaktion mellan arter.
medförfattare av WDP-grundaren Dr. Denise Herzing och Google DeepMind. Sedan 1985 har WDP bedrivit undervattensforskning om en specifik gemenskap av atlantiska prickade delfiner på Bahamas, noggrant logga in ljud och videoinspelningar tillsammans med beteendeobservationer över generationer.
Detta djupa historiska sammanhang gör det möjligt att koppla specifika ljud till beteenden-till exempel, användningen av unika tecknen. hört under slagsmål, eller klicka på”surr”associerade med fängelse eller jaga hajar. Ändå är det fortfarande en betydande utmaning att förstå strukturen och den potentiella betydelsen. Som Herzing noterade i kommentarer delade med ars technica ,”vi vet inte om djur har ord.”
src=”https://winbuzzer.com/wp-content/uploads/2025/04/wild-dolphin-project-dolphingemma-official.jpg”>
avkodning av dolphin-ljud med ai
dolphingem att intyga underlättande strukturer inom detta komplexa ACOTICE ACOUTICE. Modellen är baserad på Googles Gemma Arkitektur-en familj med relativt lätta, ofta öppnar AI-modeller som skiljer sig från företagets större, proprietära Gemini-serie. 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. Denna mönsteranalys kan hjälpa forskare att upptäcka tidigare okända regelbundenheter inom delfinkommunikation.
Projektet integreras också med och syftar till att förbättra den befintliga Gränssnitt utvecklats tidigare av WDP och Georgia Tech. Chattexperiment involverar associerade roman, syntetiska visselpipor som spelas av forskare med specifika föremål (som halsdukar eller sargassum), testar om delfiner lär sig att efterlikna ljuden för att göra förfrågningar.
dolphingemma, kör lokalt på pixel 6 och planerade pixel 9-telefoner hus. tillåter forskare att svara snabbare för att förstärka alla observerade inlärningar.
AI för vetenskapskontext
Dolphingemma ansluter sig till en portfölj av Google DeepMind-projekt som tillämpar AI på olika vetenskapliga problem. AlphaFold, dess AI-system som är känt för att exakt förutsäga proteinstrukturer, används allmänt av forskare och bidragit till ett Nobelpris i kemi 2024 för DeepMind CEO Demis Hassabis och ledande forskare John Jumper.
mer nyligen, 19 februari, 2025, Google detaljerade dess arbete med en ai co-co-co-scent. Tidigare, i oktober 2024, hade Hassabis talat om AI: s potentiella roll i planeringen och förutsäga experimentella resultat. 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 för andra valea arter. Detta engagemang för öppenhet är intressant när man ses mot de senaste trenderna.
Nya rapporter tyder på att DeepMind alltmer begränsar publiceringen av forskning relaterad till kärnkonkurrenskraftig teknik som Gemini, med hänvisning till konkurrenstryck. Exempel som gavs inkluderade den egenutvecklade naturen hos Gemini-robotmodeller och icke-frisläppande av alfageometri2.
Utgivningshistoriken för AlphaFold 3 ger också relevant sammanhang. Ursprungligen lanserades i maj 2024 med Access Limited till ett webbgränssnitt, föregick betydande pushback från forskarsamhället den eventuella öppen sourcing av koden i november 2024. Denna utgåva kom dock under en icke-kommersiell licens och tillgång till den avgörande Modell Weights fortfarande kräver en applikation
utmaningar och framtida arbete
Medan AI-system som Dolphingemma ger kraftfulla verktyg för att siktas genom stora datauppsättningar och identifiera potentiella mönster, är den vetenskapliga processen fortfarande förlitar sig på mänskligt expertis och tolkning och tolkning och tolkning. Alla strukturella mönster eller hypoteser som genereras av AI måste kontrolleras strikt mot observationer och potentiellt testas genom ytterligare experiment.
WDP: s långsiktiga observationsmetod förblir centralt, med AI som fungerar som en analytisk accelerator. Den kommande sommarsäsongen 2025, som distribuerar det uppgraderade chattsystemet med Dolphingemma på Pixel 9-telefoner, kommer att vara det första verkliga testet av denna nya AI-assisterade strategi för att lyssna på de komplexa sociala liv i delfiner.