Dos conciencias

Los delfines siempre han fascinado por su inteligencia. Capaces de reconocerse en un espejo, enseñar nuevas habilidades a sus crías y colaborar como verdaderos equipos submarinos, estos cetáceos se comunican mediante una compleja combinación de silbidos, chasquidos y zumbidos. El reto ha sido descifrar ese «lenguaje» y, quizás, entablar una forma básica de diálogo. Ahora, Google ha dado un paso firme en esa dirección con DolphinGemma, un modelo de inteligencia artificial entrenado para analizar la comunicación entre delfines.

La colaboración entre Google y el Wild Dolphin Project

El Wild Dolphin Project (WDP) lleva casi 40 años estudiando a una comunidad específica de delfines manchados del Atlántico (Stenella frontalis). Su enfoque no invasivo combina grabaciones de audio y video con notas de comportamiento, generando un archivo único de interacciones sociales bajo el mar. Este archivo, lleno de silbidos identificativos, sonidos de alerta o patrones que indican juego o conflicto, ha sido la base perfecta para entrenar un modelo de IA.

Imagina el trabajo de traducir un idioma desconocido sin diccionario y sin hablantes que puedan explicarlo. Así ha sido el proceso de entender cómo se comunican los delfines. Pero gracias a los avances en modelos generativos —como los que usamos para crear texto, imágenes o música— los investigadores tienen ahora una herramienta mucho más poderosa: una IA que no solo escucha, sino que aprende a predecir qué sonido viene después. Y eso puede ser clave para identificar patrones reales de comunicación entre delfines.

¿Qué es exactamente DolphinGemma?

DolphinGemma es una adaptación de los modelos Gemma, desarrollados por Google como versiones abiertas de sus más conocidos Gemini, que usamos en productos como Bard. En lugar de procesar lenguaje humano, DolphinGemma trabaja con vocalizaciones de delfines. Para hacerlo, Google ha utilizado una tecnología llamada SoundStream, que convierte los sonidos grabados bajo el agua en unidades procesables por la IA, al igual que los modelos de lenguaje convierten palabras en «tokens».

Este modelo, que cuenta con 400 millones de parámetros —una cifra pequeña si la comparamos con modelos como GPT-4, pero adecuada para su uso en dispositivos móviles—, es capaz de generar predicciones de sonidos, como si intentara «responder» a una vocalización. El objetivo no es tanto traducir palabra por palabra, sino detectar estructuras, secuencias y repeticiones que nos acerquen a comprender si los delfines utilizan una forma de lenguaje organizada.

Del laboratorio al océano: IA que cabe en un teléfono

Uno de los mayores desafíos era llevar esta tecnología al entorno natural de los delfines. El equipo del WDP trabaja en mar abierto, donde no se puede instalar un laboratorio completo. Por eso, Google ha adaptado DolphinGemma para que funcione en un Pixel 9, el último modelo de smartphone de la compañía. No solo por su potencia, sino porque ya venían usándolo como base del dispositivo CHAT (Cetacean Hearing Augmentation Telemetry).

Este dispositivo, desarrollado en Georgia Tech, permite generar sonidos artificiales parecidos a los de los delfines, y también escuchar y comparar vocalizaciones en tiempo real. El CHAT funciona como un intérprete submarino: puede emitir un sonido y «esperar» a que el delfín responda con algo similar, abriendo la puerta a interacciones experimentales.

Ahora, con la integración de DolphinGemma en este sistema, será posible analizar y reaccionar a sonidos en tiempo real, todo desde un teléfono. Aunque por el momento no se busca que el dispositivo «hable» directamente con los delfines, esta capacidad servirá para identificar rápidamente patrones y probar nuevas hipótesis en el mismo lugar donde ocurren las interacciones.

¿Hablan los delfines? El debate científico

Uno de los objetivos del Wild Dolphin Project es determinar si los delfines tienen algo parecido a un lenguaje estructurado. Se sabe que algunos sonidos tienen funciones específicas, como los llamados «silbidos firma», que actúan como nombres personales y ayudan a los delfines a reconocerse entre sí. También hay sonidos relacionados con el juego, la cooperación o el conflicto.

Pero tener un conjunto de sonidos con significados asociados no es lo mismo que tener un lenguaje. Los humanos combinamos palabras con reglas gramaticales para crear infinitos significados. La gran pregunta es: ¿hacen los delfines algo similar?

Gracias a modelos como DolphinGemma, los investigadores pueden ahora buscar estructuras profundas en miles de horas de grabación, algo que sería prácticamente imposible a mano. Es como tener un traductor automático que aún no sabe el idioma, pero puede detectar patrones repetitivos, como que cada vez que ocurre un tipo de sonido, va seguido de otro, o que cierta vocalización aparece siempre al ver un objeto específico.

Un modelo abierto y adaptable

Una de las mejores noticias es que DolphinGemma será de código abierto. Esto significa que cualquier investigador podrá descargarlo y adaptarlo a su propia área de estudio. Aunque el modelo fue entrenado con sonidos de delfines manchados del Atlántico, podría adaptarse a otras especies marinas, como orcas, belugas o incluso ballenas jorobadas.

Así como los modelos de lenguaje general se pueden afinar para escribir mejor sobre medicina o derecho, DolphinGemma podría entrenarse con grabaciones de distintas especies para comparar sus estilos de comunicación. Esto abriría nuevas posibilidades para la biología marina, la conservación de especies y la comprensión de la cognición animal.

¿Qué podemos esperar a corto plazo?

No se trata de que empecemos a hablar con delfines como si fueran personajes de una película animada. Pero sí se abre la puerta a interacciones más complejas. Por ejemplo, enseñar a un delfín que cierto sonido humano va asociado a un objeto, y ver si responde con un sonido consistente. O detectar que dos delfines utilizan una secuencia sonora específica antes de cooperar en la búsqueda de comida.

En otras palabras, no se busca traducir, sino entender y participar. Y en ese camino, la inteligencia artificial puede ser la brújula que nos oriente en las profundidades de una forma de comunicación todavía misteriosa.

---

https://ift.tt/iXFPO0A
by Natalia Polo via WWWhat's new