啥？竟然想用“海豚语”教会海豚什么是围巾？

在本月14日的世界海豚日，谷歌宣布，他们开发了一个帮助解码海豚交流的人工智能模型：DolphinGemma。

这是第一个尝试理解海豚语言的大语言模型。他们不仅想知道海豚到底在说什么，还试图创造出豚言豚语来和海豚交流。

AI真的能让我们跟海豚说上话吗？

他们对海豚做了什么

DolphinGemma是谷歌与“野生海豚计划”（Wild Dolphin Project，WDP）合作开发的。

WDP是一个非盈利的研究机构，他们从1985年开始，一直在追踪巴哈马的大西洋斑海豚，收集了长达数十年的单个海豚的水下视频和音频，以及海豚的生活史和行为。

一只海豚一边觅食一边看着幼崽，她会用独特的哨音叫孩子回来，右图为这种哨音的可视化频谱图｜DolphinGemma

WDP的音频数据库里，有一半是海洋噪音，剩下的则是海豚经常发出的三类声音。WDP根据几十年的观察，将一些声音与特定的行为情境匹配了起来：

DolphinGemma是一个音频输入、音频输出的模型。它先利用WDP的音频数据库进行训练，通过分析自然环境下海豚声音序列的模式和结构，最终预测出序列的下一个声音——就像打字的时候，输入法会联想你下一步想打什么字一样。

DolphinGemma在早期测试阶段产生的哨音（左）和爆裂脉冲（右）的可视化频谱。DolphinGemma将海豚的自然声音编码为声学单元进行处理，并输出生成新的模拟海豚声音的音频序列｜DolphinGemma

此外，谷歌和WDP还试图创造一些新的语言来跟海豚交流。他们与佐治亚理工学院（Georgia Institute of Technology）合作，开发了一个名为“鲸类动物听力增强遥感”（Cetacean Hearing Augmentation Telemetry，CHAT）的系统。

摁一下面板上的按钮会发出特定的声音，用“海豚语”教海豚说海草这个词｜DolphinGemma

这是一台水下计算机，研究者利用它发出一些类似海豚的声音，并将这些词汇与特地的物品联系起来（比如海藻、海草、研究者的围巾）。

他们背着这个计算机来到水下，当研究者A使用CHAT发出某个声音时，研究者B会将对应的物品递给A——他们希望，围观这一来回互动的海豚可以明白这种模式，并且模仿出这个声音。DolphinGemma则可以帮助预测和识别海豚的模仿，以便于研究者迅速地对海豚的模仿给予反馈，从而实现与海豚的交流。

比如，研究者A使用CHAT发出代表围巾的音，研究者B会将围巾递给A。研究者设想海豚在偷偷观察后会学会“围巾”怎么说｜DolphinGemma

WDP今年将在野外应用DolphinGemma。这个模型仅有约400M，直接在谷歌推出的Pixel手机上就能运行，这能适应水下环境便于实地应用。研究团队希望，DolphinGemma可以通过识别反复出现的声音模式和序列，帮助研究人员发现海豚自然交流中的隐藏结构和潜在的含义。

真的可以交流吗？

但这不意味着我们已经破译海豚的语言了。相反地，正如WDP的研究总监Denise Herzing所说：我们并不确定海豚是否有语言。

海豚常发出三种不同类型的声音，虽然这些声音与特定行为高度相关，但科学家尚不确定它们是否拥有明确、具体的含义——比如是否代表“某个物体”或“某个动作”。更重要的是，即使这些声音可以被视为“词汇”，我们仍然不清楚海豚是否具备类似的语法结构来组织这些词汇，从而表达更为复杂的含义。

因此，DolphinGemma对“海豚语言”的破译，更多的只是对声音序列的分析。研究团队希望，通过AI对这些豚言豚语的学习，发现海豚交流方式中一些细微的人类无法识别的模式——得益于这几年大语言模型的发展，这比人类手动学习要快得多。

如果DolphinGemma发现了某种固定的声音模式，WDP多年的观察结果则可以提供“发出这个声音时，海豚在做什么”的信息，这就有可能了解海豚的交流方式，甚至了解它们的语言和文化。不过从目前来看，我们最多只是理解了声音与行为之间的联系，还不算真正翻译出“海豚语言”。

一群大西洋斑海豚（Stenella frontalis）｜Google

另外，不管是DolphinGemma对声音序列的解析，还是CHAT项目试图与海豚互动，这些研究都是基于WDP在巴哈马追踪的大西洋斑海豚。但不同地区、不同种群的海豚，发声方式可能存在差异，可能也有自己的方言和口音。因此，DolphinGemma目前的训练成果不一定能推广到其他海豚上。

谷歌表示，他们预计将在今年夏天开源DolphinGemma。届时，DolphinGemma还能用于其他鲸豚物种的声学研究。

AI加持下的动物研究

DolphinGemma并不是第一个想要破译动物语言的模型。在人工智能迅猛发展的这几年，越来越多的动物研究里都有了AI的身影。

一个名为“鲸类翻译倡议”（Cetacean Translation Initiative，CETI）的非盈利研究项目，专注于解码抹香鲸的交流。抹香鲸最常发出的声音是一连串的咔哒声，这种像摩斯密码一样的声音被称为“密码曲”。CETI收集了60头抹香鲸的8000多条密码曲，通过传统的统计分析和机器学习，发现咔哒声的数量、节奏和节奏的变化组成了不同的密码曲。他们认为，抹香鲸可以通过无限的组合创造出各种密码曲，从而拥有庞大的交流系统；但目前仍无法破解这些咔哒声和密码曲包含了什么信息。

CETI 项目尝试“解码”抹香鲸的交流系统。图中展示了从水下机器人和无人机收集语音与行为数据开始，经过数据处理、共享与可视化，结合鲸类社会行为、生物学观察、机器学习和语言学分析，逐步构建鲸类语言模型，尝试理解其语法、语义及交流内容｜CETI

另一个研究团体“地球物种项目”（Earth Species Project）关注的物种更多，包括乌鸦、白鲸、大象等。他们同样希望利用人工智能，解码动物的交流。他们认为这有助于动物保护，比如帮助濒危物种保留它们的语言，或者通过破译鲸豚类动物的语言，在它们即将浮出水面时，提醒附近船只避开动物。

此外，还有用于分析啮齿类动物、非人灵长类动物叫声语义的模型。2022年发表在《自然-通讯》的一篇研究，通过机器学习，发现了斑胸草雀不同圈养种群之间求偶歌曲的差异，而且这种差异会影响雌性的选择。研究者认为，人工智能可以找出人类尚未发现细微的差别。

斑胸草雀（Taeniopygia guttata）｜christoph_moning / Wikimedia Commons

破译语言难度还很大，而通过人工智能分析声音、识别物种的技术则成熟得多，这些技术也常常用在动物保护工作中。

由康奈尔鸟类实验室开发的BirdNet，通过机器学习来检测和分类鸟的鸣叫声，目前可以识别约3000种常见鸟类物种。BirdNet可以直接在手机上使用，为观鸟爱好者、公民科学家和保护工作者提供识别的工具。

今年年初，AI还帮人们发现了一种在当地消失近30年的鸟。在澳大利亚墨尔本西部的草原上，保护组织安装了35个录音机，收集了数万个小时的录音。他们使用AI对录音进行筛选，AI从其中两个地点发现了一种轻柔低沉的“Ooming”声——这是领鹑的叫声，人类专家随后确认了AI的发现。

领鹑是澳大利亚特有种，因为栖息地的丧失，其种群数量大幅下降，现在属于极度濒危物种，上次在这片地区出现还是1989年。如果没有AI，人类要从海量的声音信息里发现领鹑，工作量将会大得多。

AI帮助研究者找到了领鹑（Pedionomus torquatus）的踪迹｜JJ Harrison / Wikimedia Commons

我们好像总是想知道动物在说什么，家中的宠物在表达什么需求，大自然里的动物在交换什么情报……这可能只是出于本能的好奇，但如果能够了解动物之间的交流，我们就可以更懂动物，懂得它们的需求，或许也更懂得它们之间的情感和连结，懂得它们与人类的相似与平等。

但对我们人类来说，动物之间的交流还有太多的未知，自然还有太多的神秘。人工智能可以解开这些秘密吗？拭目以待吧。

参考文献

[1]https://blog.google/technology/ai/dolphingemma/

[2]https://apnews.com/article/sperm-whale-language-talk-clicks-a94df8e07b129f19917437fcb85e7655

[3]https://apnews.com/article/artificial-intelligence-climate-change-reid-hoffman-ab1d38583c4102185a494e465358963e

[4]https://www.nature.com/articles/s41467-022-28881-w

[5]https://www.theguardian.com/environment/2025/feb/12/plains-wanderers-spotted-in-melbournes-west-for-first-time-in-30-years-with-help-of-ai

作者：麦麦

编辑：黄线狭鳕