กูเกิลเปิดตัว DolphinGemma โมเดลภาษาขนาดใหญ่ตัวใหม่ ซึ่งจากชื่อก็พอเดากันได้ว่ามันคือโมเดลภาษาโลมา!

โลมาเป็นสิ่งมีชีวิตที่มีความฉลาดสูง มีภาษาของตัวเองที่สื่อสารระหว่างกันได้ แต่ก็เป็นความยากของมนุษย์ในการทำความเข้าใจภาษาของโลมา เมื่อมีเทคโนโลยีแบบ LLM เข้ามาช่วยเรียนรู้แพทเทิร์นของภาษาโลมา

DolphinGemma เป็นความร่วมมือของกูเกิลกับทีมนักวิจัยจากมหาวิทยาลัย Georgia Tech และโครงการวิจัยโลมา Wild Dolphin Project (WDP) โดยใช้คลังเสียงและฟุตเตจวิดีโอของ WDP ที่สะสมมาตั้งแต่ปี 1985 ร่วมกับโมเดลฐานคือ Gemma ของกูเกิล ตัวโมเดล DolphinGemma ที่เทรนได้มีขนาด 400M พารามิเตอร์ ตอนเทรนใช้เทคนิค SoundStream ของกูเกิลมาแปลงคลื่นเสียงโลมาเป็น token

ตอนนี้ WDP เริ่มนำโมเดลไปใช้งานจริงแล้ว ผลเบื้องต้นออกมาดี ช่วยให้นักวิจัยโลมาเข้าใจการสื่อสารของโลมาได้ดีขึ้นมาก

นอกจากโมเดล DolphinGemma แล้ว กูเกิลยังมีอีกโครงการชื่อ CHAT (Cetacean Hearing Augmentation Telemetry) ร่วมกับ Georgia Tech นำเอามือถือ Pixel ไปใช้เป็นอุปกรณ์ฟังเสียงโลมาในน้ำ แล้วสร้างเสียงโลมาแบบง่ายๆ ไม่ต้องซับซ้อน พูดศัพท์เป็นคำๆ เช่น บอกว่าวัตถุที่เจอในน้ำคืออะไร เพื่อสื่อสารกับโลมาได้ด้วย (อุปกรณ์เวอร์ชันแรกเป็น Pixel 6 และกำลังอัพเกรดเป็น Pixel 9)

ที่มา - Google