Comprender el lenguaje de los animales … Este es un viejo sueño de la humanidad que la IA está en el proceso de materialización. ¿Los investigadores de Google Cloud han desarrollado un modelo LLM especializado en comprender los delfines … mientras esperan otros animales?
En general, los animales son lo suficientemente buenos como para ser entendidos, pero sus gritos, sus ruidos, sus silbatos, siguen siendo enigmáticos a lo menos. ¿Qué hay detrás de cada sonido emitido? Para Google, la IA puede ayudarnos. Y para demostrarlo, los investigadores de DeepMind acaban de desarrollar Delfingemmaun modelo de audio generativo cortado para el campo y dibujado durante cuatro décadas de datos recopilados por el Proyecto Wild Dolphin En las claras aguas de las Bahamas. Desde 1985, esta ONG ha filmado y grabado bajo el agua la misma comunidad de delfines manchados, conectando cada silbido, clic o «graznate» con el animal emisor y la escena observada. Este corpus, que se ha convertido en una de las bases más ricas jamás constituidas en cetáceos salvajes, ahora sirve como combustible del delfingemma, un modelo IA de 400 millones de parámetros.
Su funcionamiento es similar al de los modelos de lenguaje grande: el sistema analiza las secuencias de sonido naturales de los delfines para identificar modelos, estructuras y predecir sonidos que probablemente sigan en una secuencia. Esta capacidad predictiva permite descubrir estructuras ocultas y significados potenciales en la comunicación natural de los delfines. Para permitir que Dolphingemma entrene y reconozca los sonidos, un tokenizador «SoundStream» (un códec neural) es responsable de representar sonidos en forma de tokens. La señal de audio continua se transforma en un conjunto de «tokens acústicos» que proporciona al modelo LLM una secuencia simbólica similar a los fonemas digitales.
La ventaja basada en «Gemma» es que es un modelo ultra compacto que se puede llevar a cabo localmente en un teléfono inteligente. Los investigadores lo integraron en un teléfono inteligente de Google Pixel conectado a una computadora anfibia llamada CAT (Cetacean Hearing Aumment Telemetry). Este último es por el momento esencial porque produce sonidos que los delfines pueden reproducir, lo que hace posible definir un vocabulario común.
Experimentos actuales
Dolphingemma es responsable de reconocer los sonidos y proporcionar a los humanos la traducción de lo que el delfín expresa del vocabulario común que se le enseñó a través de Cat.
Las pruebas avanzadas deben llevarse a cabo durante el verano de 2025 para confirmar que los delfines adoptan bien las nuevas palabras y saben cómo volver a explotarlas para formular sus deseos.
Esta investigación es parte de una nueva tendencia que tiene como objetivo explotar el potencial de la IA para descifrar la comunicación animal. Recientemente, la organización Earthspect se ha desarrollado Naturelm-AudioUn modelo de lenguaje de audio destinado a permitir reconocer los gritos y los sonidos de los animales.
El proyecto Clases (Iniciativa de traducción de cetáceos) ha desarrollado una IA que identifica patrones y estructuras lingüísticas en las secuencias de «clics» emitidos por las ballenas de espermatozoides.
Otra investigación también se lleva a cabo sobre los sonidos de focas, elefantes, cuervos, orangutanes, perros (proyecto Zoolingua), lémures (proyectos Profundo en Trenes), etc.
Más allá de los desafíos técnicos, esta investigación también aumenta los desafíos éticos. Algunos ya están preocupados por los riesgos vinculados a la interpretación deficiente de las señales de animales y otros ya están alertas sobre los riesgos de ver que estas IA se usan para explotar, manipular (para comerciales, entretenimiento o incluso militares) y dañar a los animales.
Leer también:
Google lanza Gemini 2.5 Flash, un modelo que razona a bajo costo …
Con Phi-3, Microsoft todavía mejora sus modelos de bolsillo gen ia
Mistral pequeño 3.1: pequeño, multimodal, multilingüe, sombrea a los gigantes
Meta revela Llama 4, nueva generación de IA multimodal
[
