Googleがイルカと話せるAI「DolphinGemma」を開発、スマホを使った会話マシンもあり

Googleがイルカの会話音声を生成できるAI「DolphinGemma」を開発しました。DolphinGemmaはGoogle製スマートフォンのPixelシリーズ上で動作するように設計されており、イルカのコミュニケーションに関する研究で成果を上げることが期待されています。

DolphinGemma: How AI can decipher dolphin communication
https://blog.google/technology/ai/dolphingemma/

イルカは求愛の際にカチカチというクリック音を鳴らしたり、個体ごとに固有の「シグネチャーホイッスル」を用いて呼び合ったりといった会話行動を取ることが知られています。以下の画像は「母イルカが子イルカを呼び戻す際のホイッスル音」をスペクトログラム化したものです。

イルカについての研究プロジェクトであるWild Dolphin Project(WDP)は、タイセイヨウマダライルカの特定の集団を1985年から観察し続けており、イルカの各個体の詳細情報と紐付けられた音声データを大量に蓄積しています。Googleは自社の開発する基盤モデル「Gemma」とWDPが蓄積してきたデータを組み合わせて、イルカの鳴き声を生成できるAIモデル「DolphinGemma」を開発しました。

DolphinGemmaのパラメータ数は約4億で、Pixelシリーズで動作するように設計されています。DolphinGemmaで生成したホイッスル(左)とバーストパルス(右)のスペクトログラムはこんな感じ。

DolphinGemmaはWDPが開発する水中デバイス「CHAT(Cetacean Hearing and Telemetry)」で活用されます。CHATは「既知のイルカ言語を人間用に翻訳する機能」や「イルカ用に設計した音声を水中で発する機能」などを備えており、イルカと人間の双方向コミュニケーションを可能にすることを目指して改良が続けられています。

CHATの用例はこんな感じ。まず、イルカの遊び道具になるスカーフを持った状態で2人の人間がイルカに近づきます。

イルカが人間を見ている状態で、片方の人間がCHATから音声を発し、もう片方の人間からスカーフを受け取ります。

この様子を目撃したイルカは「あの音を出せば、スカーフをもらえる」と学習するわけです。

記事作成時点ではCHATのコンピューターにはPixel 6が用いられているとのこと。すでにPixel 9を搭載したCHATの開発が進んでおり、2025年夏にはPixel 9とDolphinGemmaを用いた研究が始まる予定です。