โกอิ้ง พัฒนา AI ที่ช่วยไขความลับของการสื่อสารของโลมา

โลมาเป็นที่รู้จักในเรื่องของความฉลาด พฤติกรรมทางสังคมที่ซับซ้อน และระบบการสื่อสารที่ซับซ้อน มานานแล้วที่นักวิทยาศาสตร์และผู้ที่รัก动物ได้ถูกดึงดูดโดยความคิดที่ว่าโลมาอาจมีภาษาที่คล้ายกับภาษาของมนุษย์ ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยี AI ได้เปิดโอกาสใหม่ๆ ในการสำรวจคำถามนี้ หนึ่งในนวัตกรรมที่น่าสนใจที่สุดในด้านนี้คือการร่วมมือระหว่าง Google (GOOGL ) และ Wild Dolphin Project (WDP) ในการสร้าง DolphinGemma ซึ่งเป็นโมเดล AI ที่ออกแบบมาเพื่อวิเคราะห์เสียงของโลมา การพัฒนานี้ไม่เพียงแต่ช่วยให้เราเข้าใจการสื่อสารของโลมาได้ดีขึ้น แต่ยังอาจเปิดทางให้เราได้สื่อสารกับโลมาได้สองทาง

บทบาทของ AI ในการเข้าใจเสียงโลมา

โลมาใช้การผสมผสานของการคลิก เสียงหวีด และการเคลื่อนไหวของร่างกายในการสื่อสาร เสียงเหล่านี้มีความถี่และความเข้มที่แตกต่างกัน ซึ่งอาจส่งสัญญาณที่แตกต่างกันขึ้นอยู่กับบริบททางสังคม เช่น การล่าอาหาร การผสมพันธุ์ หรือการโต้ตอบกับโลมาอื่นๆ แม้ว่าจะมีการศึกษามานานแล้ว แต่การเข้าใจช่วงเต็มของสัญญาณเหล่านี้ยังคงเป็นเรื่องที่ท้าทาย วิธีการดั้งเดิมในการสังเกตและวิเคราะห์ข้อมูลต้องดิ้นรนในการจัดการข้อมูลจำนวนมากที่เกิดจากเสียงของโลมา ทำให้ยากที่จะดึงข้อมูลเชิงลึก

AI ช่วยให้เราเอาชนะความท้าทายนี้โดยใช้อัลกอริทึมการเรียนรู้ของเครื่องและประมวลผลภาษาธรรมชาติ (NLP) เพื่อวิเคราะห์ปริมาณใหญ่ของข้อมูลเสียงโลมา โมเดลเหล่านี้สามารถระบุรูปแบบและความเชื่อมโยงในการสื่อสารที่อยู่นอกเหนือความสามารถของหูมนุษย์ AI สามารถแยกความแตกต่างระหว่างประเภทต่างๆ ของเสียงโลมา จัดประเภทตามคุณลักษณะ และเชื่อมโยงเสียงบางอย่างกับพฤติกรรมหรือสภาวะทางอารมณ์บางอย่าง ตัวอย่างเช่น นักวิจัยสังเกตเห็นว่าเสียงหวีดบางเสียงดูเหมือนจะเกี่ยวข้องกับการโต้ตอบทางสังคม ในขณะที่การคลิกมักจะเชื่อมโยงกับการนำทางหรือการตรวจจับโดยใช้เสียง

แม้ว่า AI จะมีศักยภาพที่ดีในการถอดรหัสเสียงโลมา แต่การรวบรวมและประมวลผลข้อมูลจำนวนมากจากฝูงโลมาและการฝึกโมเดล AI บนเซตข้อมูลขนาดใหญ่ยังคงเป็นความท้าทายที่สำคัญ เพื่อแก้ไขความท้าทายนี้ Google และ WDP ได้พัฒนา DolphinGemma ซึ่งเป็นโมเดล AI ที่ออกแบบมาโดยเฉพาะสำหรับการวิเคราะห์การสื่อสารของโลมา โมเดลนี้ได้รับการฝึกอบรมบนเซตข้อมูลขนาดใหญ่และสามารถตรวจจับรูปแบบที่ซับซ้อนในเสียงของโลมา

การเข้าใจ DolphinGemma

DolphinGemma ถูกสร้างขึ้นบน Gemma ของ Google ซึ่งเป็นโมเดล AI ที่มีประมาณ 400 ล้านพารามิเตอร์ DolphinGemma ได้รับการออกแบบมาเพื่อเรียนรู้โครงสร้างของเสียงโลมาและสร้างลำดับเสียงใหม่ที่เหมือนกับของโลมา โมเดลนี้ได้รับการพัฒนาโดยความร่วมมือกับ WDP และ Georgia Tech โดยใช้เซตข้อมูลเสียงของโลมาจุดAtlantic ที่รวบรวมมาตั้งแต่ปี 1985 โมเดลนี้ใช้เทคโนโลยี SoundStream ของ Google เพื่อแปลงเสียงเหล่านี้ให้เป็นโทเค็น ทำให้สามารถคาดการณ์เสียงถัดไปในลำดับได้ เช่นเดียวกับโมเดลภาษาที่สร้างข้อความ DolphinGemma คาดการณ์เสียงที่โลมาอาจทำได้ ซึ่งช่วยให้ระบุรูปแบบที่อาจแทนไวยากรณ์หรือไวยกรณ์ในการสื่อสารของโลมา

โมเดลนี้สามารถสร้างเสียงใหม่ที่เหมือนกับของโลมาได้ เช่นเดียวกับข้อความที่คาดการณ์คำถัดไปในประโยค ความสามารถนี้สามารถช่วยระบุกฎที่ควบคุมการสื่อสารของโลมาและให้ข้อมูลเชิงลึกเกี่ยวกับการทำความเข้าใจว่าเสียงของโลมาเป็นภาษาที่มีโครงสร้างหรือไม่

DolphinGemma ในการทำงาน

สิ่งที่ทำให้ DolphinGemma มีประสิทธิภาพคือความสามารถในการทำงานบนอุปกรณ์เช่นโทรศัพท์ Google Pixel ในแบบเรียลไทม์ ด้วยโครงสร้างที่เบา โมเดลนี้สามารถทำงานได้โดยไม่ต้องใช้อุปกรณ์เฉพาะที่มีราคาแพง นักวิจัยสามารถบันทึกเสียงโลมาได้โดยตรงบนโทรศัพท์ของตนและวิเคราะห์เสียงเหล่านั้นทันทีด้วย DolphinGemma สิ่งนี้ทำให้เทคโนโลยีนี้สามารถเข้าถึงได้ง่ายขึ้นและช่วยลดต้นทุนการวิจัย

นอกจากนี้ DolphinGemma ยังถูกผสมผสานเข้ากับระบบ CHAT (Cetacean Hearing Augmentation Telemetry) ซึ่งอนุญาตให้นักวิจัยเล่นเสียงสังเคราะห์ที่เหมือนกับของโลมาและดูการตอบสนอง สิ่งนี้อาจนำไปสู่การพัฒนาภาษาที่ใช้ร่วมกันโดยการเปิดโอกาสให้สื่อสารสองทางระหว่างโลมาและมนุษย์

ผลกระทบในวงกว้างและแผนอนาคตของ Google

การพัฒนาของ DolphinGemma มีความสำคัญไม่เพียงแต่สำหรับการเข้าใจการสื่อสารของโลมาเท่านั้น แต่ยังสำหรับการพัฒนาการศึกษาพฤติกรรมและความฉลาดของสัตว์อีกด้วย โดยการถอดรหัสเสียงของโลมา นักวิจัยสามารถเข้าใจโครงสร้างทางสังคม ความสำคัญ และกระบวนการคิดของโลมาได้ดีขึ้น สิ่งนี้ไม่เพียงแต่ช่วยปรับปรุงความพยายามในการอนุรักษ์โดยการทำความเข้าใจความต้องการและข้อกังวลของโลมาเท่านั้น แต่ยังมีศักยภาพที่จะขยายความรู้ของเราเกี่ยวกับความฉลาดและความตระหนักของสัตว์อีกด้วย

DolphinGemma เป็นส่วนหนึ่งของการเคลื่อนไหวที่กว้างขึ้นในการใช้ AI เพื่อสำรวจการสื่อสารของสัตว์ โดยมีความพยายามที่คล้ายกันสำหรับชนิดพันธุ์อื่นๆ เช่น นกกา หมาป่า และเม่นกา Google มีแผนจะเผยแพร่ DolphinGemma เป็นโมเดลที่เปิดให้ใช้ฟรีสำหรับชุมชนการวิจัยในช่วงฤดูร้อนปี 2025 โดยมีเป้าหมายที่จะขยายการประยุกต์ใช้โมเดลนี้ไปยังชนิดพันธุ์โลมาอื่นๆ เช่น โลมาขาวหรือโลมากระโดดผ่านการปรับแต่งเพิ่มเติม การเผยแพร่แบบเปิดนี้จะกระตุ้นให้เกิดการทำงานร่วมกันระดับโลกในการวิจัยเกี่ยวกับการสื่อสารของสัตว์ Google ยังวางแผนจะทดสอบโมเดลนี้ในสนามในช่วงฤดูกาลที่จะมาถึง ซึ่งอาจขยายความเข้าใจของเราเกี่ยวกับโลมาจุดAtlantic ได้อีก

ความท้าทายและความกังขาของนักวิทยาศาสตร์

แม้ว่า DolphinGemma จะมีศักยภาพ แต่ก็ยังเผชิญกับความท้าทายหลายอย่าง การบันทึกเสียงในมหาสมุทรมักจะถูกขัดจังหวะด้วยเสียงรบกวน ทำให้การวิเคราะห์เสียงยาก Thad Starner จาก Georgia Tech นักวิจัยที่เกี่ยวข้องกับโครงการนี้ ระบุว่าข้อมูลจำนวนมากรวมถึงเสียงของมหาสมุทร ทำให้ต้องใช้เทคนิคการกรองขั้นสูง นักวิจัยบางคนก็สงสัยว่าการสื่อสารของโลมาสามารถถือเป็นภาษาได้จริงหรือไม่ ตัวอย่างเช่น Arik Kershenbaum นักชีววิทยา เสนอว่าไม่เหมือนกับภาษาของมนุษย์ที่ซับซ้อน การสื่อสารของโลมาอาจเป็นระบบสัญญาณที่ง่ายกว่า Thea Taylor ผู้อำนวยการของ Sussex Dolphin Project ยกความกังวลเกี่ยวกับความเสี่ยงของการฝึกโลมาให้เลียนเสียงโดยไม่ได้ตั้งใจ มุมมองเหล่านี้เน้นย้ำถึงความจำเป็นในการตรวจสอบและตีความข้อมูลที่สร้างโดย AI อย่างเข้มงวด

สรุป

การวิจัย AI ของ Google เกี่ยวกับการสื่อสารของโลมาเป็นความพยายามที่เป็นนวัตกรรมใหม่ซึ่งนำเราเข้าใกล้การทำความเข้าใจวิธีการที่ซับซ้อนในการโต้ตอบของโลมากับโลมาและกับสิ่งแวดล้อมของพวกมัน ผ่าน AI นักวิจัยสามารถตรวจจับรูปแบบที่ซ่อนอยู่ในเสียงของโลมาได้ โดยให้ข้อมูลเชิงลึกใหม่เกี่ยวกับระบบการสื่อสารของพวกมัน แม้ว่าจะมีความท้าทายที่ยังคงอยู่ แต่ความก้าวหน้าที่ทำได้จนถึงตอนนี้เน้นย้ำถึงศักยภาพของ AI ในการศึกษาพฤติกรรมของสัตว์ เมื่อการวิจัยนี้พัฒนาไป สิ่งนี้อาจเปิดประตูสู่โอกาสใหม่ๆ ในด้านการอนุรักษ์ การศึกษาความฉลาดของสัตว์ และการโต้ตอบระหว่างมนุษย์และสัตว์ โลมา, การให้ข้อมูลเชิงลึกใหม่เกี่ยวกับการสื่อสารของพวกมัน, ทำให้เราเข้าใจพวกมันมากขึ้น