Bagaimana AI Google Membuka Rahasia Komunikasi Lumba-Lumba

Lumba-lumba dikenal karena kecerdasan, perilaku sosial yang kompleks, dan sistem komunikasi yang rumit. Selama bertahun-tahun, ilmuwan dan pecinta hewan telah terpesona oleh gagasan apakah lumba-lumba memiliki bahasa yang mirip dengan bahasa manusia. Dalam beberapa tahun terakhir, kecerdasan buatan (AI) telah membuka kemungkinan baru untuk menjelajahi pertanyaan ini. Salah satu perkembangan paling inovatif dalam bidang ini adalah kolaborasi antara Google (GOOGL ) dan Proyek Lumba-Lumba Liar (WDP) untuk menciptakan DolphinGemma, model AI yang dirancang untuk menganalisis vokalisasi lumba-lumba. Pemecahan ini tidak hanya dapat membantu mendekode komunikasi lumba-lumba tetapi juga berpotensi membuka jalan bagi interaksi dua arah dengan makhluk luar biasa ini.

Peran AI dalam Memahami Suara Lumba-Lumba

Lumba-lumba berkomunikasi menggunakan kombinasi klik, siulan, dan gerakan tubuh. Suara-suara ini bervariasi dalam frekuensi dan intensitas, yang mungkin menandakan pesan yang berbeda tergantung pada konteks sosial, seperti mencari makan, kawin, atau berinteraksi dengan yang lain. Meskipun telah dipelajari selama bertahun-tahun, memahami rentang penuh sinyal ini telah terbukti menantang. Metode tradisional pengamatan dan analisis kesulitan menangani jumlah data yang besar yang dihasilkan oleh vokalisasi lumba-lumba, membuatnya sulit untuk mengambil wawasan.

AI membantu mengatasi tantangan ini dengan menggunakan algoritma pembelajaran mesin dan pemrosesan bahasa alami (NLP) untuk menganalisis volume besar data suara lumba-lumba. Model ini dapat mengidentifikasi pola dan koneksi dalam vokalisasi yang diluar kemampuan telinga manusia. AI dapat membedakan antara berbagai jenis suara lumba-lumba, mengklasifikasikan mereka berdasarkan karakteristik, dan menghubungkan suara tertentu dengan perilaku atau keadaan emosi tertentu. Misalnya, peneliti telah memperhatikan bahwa siulan tertentu tampaknya terkait dengan interaksi sosial, sedangkan klik biasanya terkait dengan navigasi atau ecolokasi.

Meskipun AI memiliki potensi besar dalam mendekode suara lumba-lumba, mengumpulkan dan memproses data yang luas dari pod lumba-lumba dan melatih model AI pada dataset yang sangat besar tetap menjadi tantangan signifikan. Untuk mengatasi tantangan ini, Google dan WDP telah mengembangkan DolphinGemma, model AI yang dirancang khusus untuk menganalisis komunikasi lumba-lumba. Model ini dilatih pada dataset ekstensif dan dapat mendeteksi pola kompleks dalam vokalisasi lumba-lumba.

Memahami DolphinGemma

DolphinGemma dibangun di atas Gemma Google, model AI generatif sumber terbuka dengan sekitar 400 juta parameter. DolphinGemma dirancang untuk mempelajari struktur vokalisasi lumba-lumba dan menghasilkan urutan suara baru yang mirip lumba-lumba. Dikembangkan dalam kolaborasi dengan WDP dan Georgia Tech, model ini menggunakan dataset vokalisasi lumba-lumba bintik atlantik yang telah dikumpulkan sejak 1985. Model ini menggunakan teknologi SoundStream Google untuk membagi suara-suara ini, memungkinkan untuk memprediksi suara berikutnya dalam urutan. Mirip dengan cara model bahasa menghasilkan teks, DolphinGemma memprediksi suara yang mungkin dibuat lumba-lumba, membantu mengidentifikasi pola yang mungkin mewakili tata bahasa atau sintaksis dalam komunikasi lumba-lumba.

Model ini bahkan dapat menghasilkan suara lumba-lumba baru, mirip dengan cara teks prediktif menyarankan kata berikutnya dalam kalimat. Kemampuan ini dapat membantu mengidentifikasi aturan yang mengatur komunikasi lumba-lumba dan memberikan wawasan tentang memahami apakah vokalisasi mereka membentuk bahasa terstruktur.

DolphinGemma dalam Aksi

Apa yang membuat DolphinGemma sangat efektif adalah kemampuannya untuk berjalan pada perangkat seperti ponsel Google Pixel secara real-time. Dengan arsitektur ringan, model ini dapat beroperasi tanpa memerlukan peralatan khusus yang mahal. Peneliti dapat merekam suara lumba-lumba langsung pada ponsel mereka dan menganalisisnya dengan DolphinGemma segera. Ini membuat teknologi lebih mudah diakses dan membantu mengurangi biaya penelitian.

Selain itu, DolphinGemma terintegrasi dengan sistem CHAT (Cetacean Hearing Augmentation Telemetry), yang memungkinkan peneliti memutar suara sintetis yang mirip lumba-lumba dan mengamati respons. Ini bisa memungkinkan pengembangan kosakata bersama dengan memungkinkan komunikasi dua arah antara lumba-lumba dan manusia.

Implikasi Lebih Luas dan Rencana Masa Depan Google

Pengembangan DolphinGemma signifikan tidak hanya untuk memahami komunikasi lumba-lumba tetapi juga untuk memajukan studi kognitif dan komunikasi hewan. Dengan mendekode vokalisasi lumba-lumba, peneliti dapat memperoleh wawasan yang lebih dalam tentang struktur sosial, prioritas, dan proses berpikir lumba-lumba. Ini tidak hanya dapat memperbaiki upaya konservasi dengan memahami kebutuhan dan kekhawatiran lumba-lumba tetapi juga memiliki potensi untuk memperluas pengetahuan kita tentang kecerdasan dan kesadaran hewan.

DolphinGemma adalah bagian dari gerakan yang lebih luas yang menggunakan AI untuk menjelajahi komunikasi hewan, dengan upaya serupa sedang dilakukan untuk spesies seperti burung gagak, paus, dan meerkat. Google berencana untuk merilis DolphinGemma sebagai model terbuka kepada komunitas penelitian pada musim panas 2025, dengan tujuan untuk memperluas aplikasinya ke spesies cetacea lain, seperti lumba-lumba hidung botol atau lumba-lumba spinner, melalui penyetelan lebih lanjut. Pendekatan sumber terbuka ini akan mendorong kolaborasi global dalam penelitian komunikasi hewan. Google juga berencana untuk menguji model ini di lapangan selama musim mendatang, yang bisa lebih memperluas pemahaman kita tentang lumba-lumba bintik atlantik.

Tantangan dan Skeptisisme Ilmiah

Meskipun potensinya, DolphinGemma juga menghadapi beberapa tantangan. Perekaman laut sering dipengaruhi oleh kebisingan latar, membuat analisis suara sulit. Thad Starner dari Georgia Tech, seorang peneliti yang terlibat dalam proyek ini, menunjukkan bahwa sebagian besar data termasuk suara laut ambient, memerlukan teknik penyaringan canggih. Beberapa peneliti juga mempertanyakan apakah komunikasi lumba-lumba dapat benar-benar dianggap sebagai bahasa. Misalnya, Arik Kershenbaum, seorang zoolog, menyarankan bahwa, tidak seperti sifat kompleks bahasa manusia, vokalisasi lumba-lumba mungkin merupakan sistem sinyal yang lebih sederhana. Thea Taylor, direktur Proyek Lumba-Lumba Sussex, mengangkat kekhawatiran tentang risiko tidak sengaja melatih lumba-lumba untuk meniru suara. Perspektif ini menyoroti kebutuhan akan validasi yang ketat dan interpretasi yang hati-hati dari wawasan yang dihasilkan AI.

Intinya

Penelitian AI Google tentang komunikasi lumba-lumba adalah upaya yang berani yang membawa kita lebih dekat untuk memahami cara kompleks lumba-lumba berinteraksi dengan satu sama lain dan lingkungan mereka. Melalui kecerdasan buatan, peneliti mendeteksi pola tersembunyi dalam suara lumba-lumba, menawarkan wawasan baru tentang sistem komunikasi mereka. Meskipun tantangan masih ada, kemajuan yang telah dibuat sejauh ini menyoroti potensi AI dalam studi perilaku hewan. Ketika penelitian ini berkembang, ini bisa membuka pintu untuk peluang baru dalam konservasi, studi kognitif hewan, dan interaksi manusia-hewan.