高馬爾今天小編(郟君昊)要和大家分享的是海豚語言被谷歌大模型破譯！跨物種交流大門打開，哈薩比斯：下一個是狗,歡迎閱讀~
神奇！人類和海豚真的能實現跨物種交流了？！
當地時間 4 月 14 日（也是世界海豚日），谷歌 CEO 皮猜激動官宣：
隆重推出 DolphinGemma，基于多年積累的海豚聲音數據訓練而成，有助于實現跨物種交流。
劃重點，這個海豚模型參數僅400M，小到能直接在谷歌 Pixel 9 手機上運行。
而且皮猜還說了，預計今年夏天會将其開源以促進科學合作。
這一消息也迅速引來大量網友圍觀，評論區一整個 " 哇聲一片 "：
更有意思的是，谷歌和 OpenAI 這對老冤家這一次又雙叒對上了，OpenAI 那邊發布了 GPT 4.1。
有網友直接辣評：GPT 4.1 很好，但我對 DolphinGemma 更感興趣。（你是懂拉踩的 doge）
谷歌大模型破解海豚叫聲
谷歌這次發布的 AI 基礎模型 DolphinGemma，經過訓練可以學習海豚的發聲結構，并生成類似的聲音序列。
這和大語言模型中的預測下一個 token 類似，通過識别輸入的海豚音頻，來預測後續可能出現的聲音，并最終解鎖這些聲音隐藏的潛在含義。
根據介紹，這一模型使用了谷歌獨特的音頻技術。
其中，SoundStream 分詞器能快速把海豚聲音變成計算機能理解的信号，随後由适合處理復雜序列的模型架構進行處理。
當然，除了訓練技術，最重要的環節還是在于獲取數據。
谷歌這次找了 WDP（ Wild Dolphin Project）合作，這家機構研究海豚社會數十年，擁有極為豐富的數據集。
具體而言，自 1985 年以來，WDP 研究了巴哈馬群島中一個跨世代的野生大西洋斑點海豚（Stenella frontalis）群落。
通過這一 " 世界上持續時間最長的水下海豚研究項目 "，最終積攢了數十年的水下視頻和音頻，并且每個海豚的身份、生活史和觀察到的行為擁有細致匹配。
比如下面這些能夠将海豚聲音和行為聯系起來的例子：
标志性的口哨聲，一般出現在母子相遇的場景
打鬥時經常會聽到脈衝 " 尖叫聲 "
求偶或追逐鲨魚時常用 " 嗡嗡 " 聲
下圖展示了第一種情形。
左圖：一只斑點海豚媽媽在幼崽覓食時觀察着它，等幼崽覓食完畢後，它會用自己獨特的口哨聲呼喚它回來。
右圖：聲譜圖顯示的口哨聲。
因此最終，DolphinGemma 是基于 WDP 的野生大西洋斑點海豚聲學數據庫進行廣泛訓練。
另一方面，除了研究海豚的交流方式，WDP 還進一步探索了 " 人機互動 " 方式。
該機構與佐治亞理工學院合作，開發了 CHAT ( Cetacean Hearing Augmentation Telemetry ) 這款水下應用，其設計目的并非直接解讀海豚復雜的自然語言，而是建立一套更簡單的共享詞匯。
具體來說，CHAT 會将生成的合成哨聲與海豚喜歡的特定物體聯系起來，比如海藻、海草或研究人員使用的圍巾。
然後通過人類教導，讓天生好奇的海豚學會模仿這些哨聲來請求這些物品。
最終，随着對海豚更多自然聲音的理解，這些聲音也可以被加入到系統中。
△CHAT 示意圖
概括而言，CHAT 設備通過水下揚聲器和麥克風實現聲音的發送和接收，通過嘗試模仿海豚發出的哨聲來建立一種基本的溝通橋梁。
谷歌表示，Pixel 6（谷歌 2021 年 10 月發布）已經能夠實時處理高保真海豚聲音分析，而即将發布的 Pixel 9（計劃于 2025 年夏季投入使用）将在此基礎上進行更新。
Pixel 9 将集成揚聲器和麥克風功能，并利用手機強大的處理能力同時運行深度學習模型和模板匹配算法。
這将使研究人員能夠更高效地分析海豚的聲音，并與海豚進行更復雜的互動。
One More Thing
也有人好奇，為什麼谷歌選了海豚而非更常見的貓狗來研究？
雖然官方這次未明确提及背後原因，但查閱廣泛研究資料後可以得出一個結論：
這是因為海豚的 " 語言 " 和人類語言高度接近。
一項發表在《皇家社會生物學通訊》的研究表明，海豚相互間交流的方式近乎于人類。
當一些海豚發出像吹口哨一樣的聲音時，這些聲音是由特定組織震動發出的，其運作原理類似于人類和許多陸生生物的聲帶振動。
論文一作彼得 · 麥德森曾表示：
實際上，它們是通過鼻腔中結締組織的共振頻率來發聲的，而且它們能随意調節肌肉緊張度和通過的氣流。這和人類用聲帶說話時做的一模一樣。
和海豚類似，事實上谷歌 2024 年 9 月還推出了一款鲸魚聲音識别模型，它能夠識别出八種鲸魚的獨特叫聲，并精細區分其中兩種鲸魚的不同發聲類型。
而鲸魚也和海豚一樣，其語言和人類語言也具有相似性。
今年年初發表在《科學》雜志上的一項研究驚奇地發現，通過模仿兒童學習語言的過程，鲸魚的歌聲與人類使用的語言存在統計相似性。
這一發現不僅揭開了鲸歌的部分秘密，還為理解跨物種交流乃至 AI 語言模型提供了全新視角。
可以看到，谷歌首先考慮的還是這些與人類語言更接近的物種。
不過别着急，從 DeepMind 聯創兼 CEO 哈薩比斯透露的想法來看，沒準下一個就是狗了。 ( doge）
參考鏈接：
[ 1 ] https://blog.google/technology/ai/dolphingemma/
[ 2 ] https://x.com/demishassabis/status/1911875286070923624
[ 3 ] https://www.science.org/doi/10.1126/science.adq7055
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
— 完 —
不到一周！中國 AIGC 產業峰會觀眾正在火熱報名中 ♀️
全部嘉賓已就位 百度、華為、AWS、MSRA、無問芯穹、數勢科技、面壁智能、生數科技等十數位 AI 領網域創變者将齊聚峰會，讓更多人用上 AI、用好 AI，與 AI 一同加速成長～
4 月 16 日周三，就在北京，一起來深度求索 AI 怎麼用
一鍵星标
科技前沿進展每日見
關于海豚語言被谷歌大模型破譯！跨物種交流大門打開，哈薩比斯：下一個是狗就分享完了，您有什麼想法可以聯系小編(郟君昊)。