谷歌AI助解碼海豚音 開啟(人類)對話契機

在4月14日「全美海豚日」當天，Google宣布一項結合人工智慧(AI)與長期生態研究的創新計畫「DolphinGemma」，正逐步揭開海豚語言的奧祕，並朝著人類與海洋哺乳動物溝通的目標邁進。

此計畫由Google、喬治亞理工學院（Georgia Tech）與野生海豚計畫（Wild Dolphin Project, WDP）合作進行。WDP自1985年起即在巴哈馬進行全球最長期的水下海豚研究，累積大量錄音與影像資料，並詳細標註每隻大西洋斑點海豚的身分、行為與聲音，例如母海豚用「招牌哨音」呼喚幼崽，打鬥時出現「爆發音」，求偶或追逐鯊魚時則用「點擊音」。

這些資料成為訓練AI的基礎。Google開發的DolphinGemma語音模型約有4億個參數，使用SoundStream技術將海豚聲音數位化，並參考人類語言模型的架構來預測下一個可能的聲音單位，嘗試解構海豚的語言結構與規律。該模型可直接運行於Pixel手機，便於研究人員在海上即時分析與辨識聲音模式，大幅提升效率。

除了被動解碼，團隊也在實驗主動溝通的可能性。他們開發了一套名為CHAT（Cetacean Hearing Augmentation Telemetry）的系統，利用機器合成哨音與特定物品（如海草或圍巾）建立連結，並希望透過示範讓好奇的海豚模仿哨音，以「請求」物品，實現初步人機互動。

新一代CHAT系統預計於2025年夏季實地測試，採用Pixel 9手機作為運算核心，整合錄音、播放與AI分析功能，不僅降低硬體成本與耗能，也提升反應速度與準確率，讓研究人員能即時回應海豚的「請求」，強化雙向溝通的可能性。

Google計畫在今年夏季將DolphinGemma模型開放共享，供全球研究人員針對不同海豚物種如寬吻海豚、旋轉海豚等進行調整與應用，推動跨領域合作。

「這是一條艱難但值得的旅程。我們不僅在傾聽海豚，現在也開始理解它們的語音規律。」WDP創辦人何經博士（Dr. Denise Herzing）表示。Google DeepMind研究員斯塔內博士（Dr. Thad Starner）則認為，AI讓我們首次有機會系統性掌握這些海洋哺乳類的複雜聲音模式，是人類與自然互動方式的一大進展。