高马尔今天小编(郟君昊)要和大家分享的是海豚语言被谷歌大模型破译！跨物种交流大门打开，哈萨比斯：下一个是狗,欢迎阅读~
神奇！人类和海豚真的能实现跨物种交流了？！
当地时间 4 月 14 日（也是世界海豚日），谷歌 CEO 皮猜激动官宣：
隆重推出 DolphinGemma，基于多年积累的海豚声音数据训练而成，有助于实现跨物种交流。
划重点，这个海豚模型参数仅400M，小到能直接在谷歌 Pixel 9 手机上运行。
而且皮猜还说了，预计今年夏天会将其开源以促进科学合作。
这一消息也迅速引来大量网友围观，评论区一整个 " 哇声一片 "：
更有意思的是，谷歌和 OpenAI 这对老冤家这一次又双叒对上了，OpenAI 那边发布了 GPT 4.1。
有网友直接辣评：GPT 4.1 很好，但我对 DolphinGemma 更感兴趣。（你是懂拉踩的 doge）
谷歌大模型破解海豚叫声
谷歌这次发布的 AI 基础模型 DolphinGemma，经过训练可以学习海豚的发声结构，并生成类似的声音序列。
这和大语言模型中的预测下一个 token 类似，通过识别输入的海豚音频，来预测后续可能出现的声音，并最终解锁这些声音隐藏的潜在含义。
根据介绍，这一模型使用了谷歌独特的音频技术。
其中，SoundStream 分词器能快速把海豚声音变成计算机能理解的信号，随后由适合处理复杂序列的模型架构进行处理。
当然，除了训练技术，最重要的环节还是在于获取数据。
谷歌这次找了 WDP（ Wild Dolphin Project）合作，这家机构研究海豚社会数十年，拥有极为丰富的数据集。
具体而言，自 1985 年以来，WDP 研究了巴哈马群岛中一个跨世代的野生大西洋斑点海豚（Stenella frontalis）群落。
通过这一 " 世界上持续时间最长的水下海豚研究项目 "，最终积攒了数十年的水下视频和音频，并且每个海豚的身份、生活史和观察到的行为拥有细致匹配。
比如下面这些能够将海豚声音和行为联系起来的例子：
标志性的口哨声，一般出现在母子相遇的场景
打斗时经常会听到脉冲 " 尖叫声 "
求偶或追逐鲨鱼时常用 " 嗡嗡 " 声
下图展示了第一种情形。
左图：一只斑点海豚妈妈在幼崽觅食时观察着它，等幼崽觅食完毕后，它会用自己独特的口哨声呼唤它回来。
右图：声谱图显示的口哨声。
因此最终，DolphinGemma 是基于 WDP 的野生大西洋斑点海豚声学数据库进行广泛训练。
另一方面，除了研究海豚的交流方式，WDP 还进一步探索了 " 人机互動 " 方式。
该机构与佐治亚理工学院合作，开发了 CHAT ( Cetacean Hearing Augmentation Telemetry ) 这款水下应用，其设计目的并非直接解读海豚复杂的自然语言，而是建立一套更简单的共享词汇。
具体来说，CHAT 会将生成的合成哨声与海豚喜欢的特定物体联系起来，比如海藻、海草或研究人员使用的围巾。
然后通过人类教导，让天生好奇的海豚学会模仿这些哨声来请求这些物品。
最终，随着对海豚更多自然声音的理解，这些声音也可以被加入到系统中。
△CHAT 示意图
概括而言，CHAT 设备通过水下扬声器和麦克风实现声音的发送和接收，通过尝试模仿海豚发出的哨声来建立一种基本的沟通桥梁。
谷歌表示，Pixel 6（谷歌 2021 年 10 月发布）已经能够实时处理高保真海豚声音分析，而即将发布的 Pixel 9（计划于 2025 年夏季投入使用）将在此基础上进行更新。
Pixel 9 将集成扬声器和麦克风功能，并利用手机强大的处理能力同时运行深度学习模型和模板匹配算法。
这将使研究人员能够更高效地分析海豚的声音，并与海豚进行更复杂的互动。
One More Thing
也有人好奇，为什么谷歌选了海豚而非更常见的猫狗来研究？
虽然官方这次未明确提及背后原因，但查阅广泛研究资料后可以得出一个结论：
这是因为海豚的 " 语言 " 和人类语言高度接近。
一项发表在《皇家社会生物学通讯》的研究表明，海豚相互间交流的方式近乎于人类。
当一些海豚发出像吹口哨一样的声音时，这些声音是由特定组织震动发出的，其运作原理类似于人类和许多陆生生物的声带振动。
论文一作彼得 · 麦德森曾表示：
实际上，它们是通过鼻腔中结缔组织的共振频率来发声的，而且它们能随意调节肌肉紧张度和通过的气流。这和人类用声带说话时做的一模一样。
和海豚类似，事实上谷歌 2024 年 9 月还推出了一款鲸鱼声音识别模型，它能够识别出八种鲸鱼的独特叫声，并精细区分其中两种鲸鱼的不同发声类型。
而鲸鱼也和海豚一样，其语言和人类语言也具有相似性。
今年年初发表在《科学》杂志上的一项研究惊奇地发现，通过模仿儿童学习语言的过程，鲸鱼的歌声与人类使用的语言存在统计相似性。
这一发现不仅揭开了鲸歌的部分秘密，还为理解跨物种交流乃至 AI 语言模型提供了全新视角。
可以看到，谷歌首先考虑的还是这些与人类语言更接近的物种。
不过别着急，从 DeepMind 联创兼 CEO 哈萨比斯透露的想法来看，没准下一个就是狗了。 ( doge）
参考链接：
[ 1 ] https://blog.google/technology/ai/dolphingemma/
[ 2 ] https://x.com/demishassabis/status/1911875286070923624
[ 3 ] https://www.science.org/doi/10.1126/science.adq7055
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
不到一周！中国 AIGC 产业峰会观众正在火热报名中 ♀️
全部嘉宾已就位 百度、华为、AWS、MSRA、无问芯穹、数势科技、面壁智能、生数科技等十数位 AI 领網域创变者将齐聚峰会，让更多人用上 AI、用好 AI，与 AI 一同加速成长～
4 月 16 日周三，就在北京，一起来深度求索 AI 怎么用
一键星标
科技前沿进展每日见
关于海豚语言被谷歌大模型破译！跨物种交流大门打开，哈萨比斯：下一个是狗就分享完了，您有什么想法可以联系小编(郟君昊)。