در یک اقدام نوآورانه و با الهام از توانایی پیشین گوشی‌های پیکسل در ترجمه همزمان زبان‌های انسانی، شرکت گوگل قدمی فراتر نهاده و از هوش مصنوعی پیشرفته خود برای رمزگشایی از پیچیدگی‌های ارتباطات دلفین‌ها پرده برداشته است. این دستاورد شگفت‌انگیز، دریچه‌ای نو به سوی درک دنیای پنهان این موجودات هوشمند گشوده و امیدهای تازه‌ای را برای برقراری تعامل با آن‌ها زنده کرده است.
همزمان با گرامیداشت روز ملی دلفین‌ها، گوگل از پروژه‌ای پیشگامانه تحت عنوان DolphinGemma رونمایی کرد. این مدل هوش مصنوعی که حاصل همکاری مشترک محققان موسسه فناوری جورجیا و دانشمندان پروژه تحقیقاتی دلفین‌های وحشی (WDP) است، به طور خاص برای تحلیل و تولید آواهای دلفین‌ها آموزش دیده و از قابلیت اجرا بر روی گوشی‌های پیکسل برخوردار است. این بدان معناست که دیگر نیازی به تجهیزات سنگین و پیچیده برای بررسی ارتباطات زیرآبی این پستانداران دریایی نیست و امکان مطالعه آن‌ها در محیط طبیعی‌شان فراهم شده است.
به گفته کارشناسان گوگل، دلفین‌های خالدار اقیانوس اطلس از یک سیستم ارتباطی غنی و چندلایه بهره می‌برند که شامل انواع مختلفی از صداها نظیر کلیک‌ها، سوت‌ها و اصواتی موسوم به «پالس‌های انفجاری» است. این اصوات، که به نوعی معادل کلمات و حتی ایموجی‌ها در زبان انسان به شمار می‌روند، نقش کلیدی در تعاملات اجتماعی این موجودات ایفا می‌کنند. پروژه WDP که نزدیک به چهار دهه به مطالعه دقیق زندگی دلفین‌های خالدار مشغول بوده است، آرشیو ارزشمندی از داده‌های مربوط به صداها، زمان و نحوه ارتباط دلفین‌های مختلف با یکدیگر جمع‌آوری کرده است. این گنجینه اطلاعاتی، منبع تغذیه اصلی برای آموزش و یادگیری مدل هوش مصنوعی DolphinGemma بوده است.
هوش مصنوعی DolphinGemma با دریافت و پردازش صداهای ضبط شده از دلفین‌ها، قادر به شناسایی الگوهای تکرارشونده در توالی اصوات آن‌ها شده است. فناوری به کار رفته در این مدل، بر پایه معماری مدل‌های Gemma گوگل استوار است که نسخه‌ای سبک‌تر و بهینه‌شده برای پردازش صوتی از مدل‌های قدرتمند جمنای محسوب می‌شود. این قابلیت به پژوهشگران اجازه می‌دهد تا نه تنها مکالمات دلفین‌ها را به صورت زنده بشنوند، بلکه با استفاده از ابزار SoundStream tokenizer، که نامی الهام‌گرفته از داستان‌های علمی-تخیلی دارد، امکان پاسخ دادن به آن‌ها را نیز در آینده‌ای نزدیک متصور شوند.
در حال حاضر، محققان WDP و دانشگاه جورجیا در حال آزمایش یک سیستم تعاملی به نام CHAT (مخفف Cetacean Hearing Augmentation Telemetry) هستند که به منظور تسهیل ارتباط با دلفین‌ها طراحی شده است. این سامانه با استفاده از پخش سوت‌های مصنوعی که صداهای مرتبط با اشیاء مورد علاقه دلفین‌ها را تقلید می‌کنند، تلاش می‌کند تا توجه آن‌ها را جلب کرده و زمینه‌های تعامل را فراهم سازد. هدف نهایی این است که دلفین‌ها با شنیدن هر سوت مصنوعی، معنای آن را درک کرده و با تقلید همان صدا، وارد یک چرخه تعاملی با پژوهشگران شوند.
یکی از ویژگی‌های برجسته گوشی‌های پیکسل ۶ مجهز به DolphinGemma، توانایی تشخیص تقلید صدای دلفین در میان نویزهای محیطی است. این قابلیت به محققان امکان می‌دهد تا به طور دقیق متوجه شوند که دلفین چه صدایی را تقلید کرده است و این اطلاعات از طریق هدفون‌های هدایت استخوانی مستقیماً به گوش آن‌ها منتقل می‌شود تا امکان پاسخگویی سریع و موثر فراهم گردد. این دستاورد شگفت‌انگیز، گامی بلند در جهت درک عمیق‌تر زبان و دنیای دلفین‌ها به شمار می‌رود و نویدبخش عصری جدید در تحقیقات جانوری و ارتباط بین گونه‌ای است.
