除了人类，AI可以和其他物种交流吗？谷歌大模型研究成果给你答案

AI在和人类交流的能力上已经越来越丝滑了，不仅能回复文字，还能用有语气的语音和视频进行沟通回复。然而今天要探究的是，AI可以和其他物种交流吗？

从谷歌近期的研究成果来看，AI确实能，现在已经可以在理解海豚音的领域里有所突破了。

（歌手维塔斯）

不是不是，是海里生活的海豚。。。

就在今年的世界海豚日当天，谷歌联合美国佐治亚理工学院团队以及非营利组织“野生海豚项目（WDP，Wild Dolphin Project）”，共同发布一款专为海豚打造的名为 DolphinGemma 的 AI 模型。

谷歌 CEO 桑德尔·皮查伊（Sundar Pichai）发 X 表示：

“该模型能够学习海豚的声音模式，预测它们接下来可能发出的声音。它的体积足够小（约 4 亿个参数），可以直接在用于海洋的 Pixel 9 手机上运行！这朝着实现跨物种交流迈出了非常酷的一步。”

（谷歌 CEO 桑德尔·皮查伊（Sundar Pichai）发 X）

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。和大语言模型LLM可以生成下一个token类似，DolphinGemma可预测后续海豚发出的声音，为人类和海豚交流提供了帮助。

与佐治亚理工学院开发的CHAT（鲸类听力增强遥测）系统结合，在水下实现实时声音交互，例如将特定合成哨声与海豚喜爱的物品（如马尾藻、海草、围巾）关联，以便于建立共享词汇表，也就是让海豚理解某种哨声表示的物品，从而实现人类和海豚的互动。

训练数据

当然，DolphinGemma的惊艳表现，除了模型算法，功不可没的自然是训练数据。

DolphinGemma 的训练数据源自野生海豚项目（WDP）自 1985 年起开展的全球最长水下海豚研究，覆盖巴哈马群岛的大西洋斑点海豚群体。

（WDP官网）

通过这一项目，收集了包含数十年的水下音视频记录、个体海豚的身份标识、生活史（如出生、繁殖、迁徙）及行为观察（如觅食、社交、冲突）的数据。

研究团队以 “在它们的世界，以它们的方式” 为原则，通过远程设备记录自然状态下的海豚活动，确保数据的真实性和完整性。

在水下工作的时候，“野生海豚项目”组的研究人员以水上观察不到的方式，直接将声音与特定行为联系起来。几十年来，他们一直在将声音类型与行为背景进行关联，以下是一些例子：

哨声，常用于母海豚和小海豚的重聚。

尖叫声，经常出现在打斗之中。

嗡嗡声，经常出现在求偶期间或追逐鲨鱼时。

（图 | 左：海豚母亲用口哨声呼唤幼崽回来   右：口哨声的声谱图）

后续计划

谷歌计划于 2025 年夏季开源 DolphinGemma 模型，供全球科研机构使用。

有了这个方向的突破，是否人类和自家宠物的无障碍交流也越来越近了？

以上就是全文内容

小伙伴有什么想说的，欢迎评论区见

1