L'homme et le dauphin

En 2018, lorsque j’ai proposé l’idée d’une intelligence artificielle féminine, initialement conçue pour dialoguer avec les dauphins, les éditeurs m’ont pris pour un fou. Ils me regardaient comme si j’étais un illuminé, un esprit dérangé. Aujourd’hui, Google annonce avoir découvert un algorithme qui, dès demain, pourrait nous permettre de comprendre le langage des dauphins.

C’est Steven Klein, mon mentor, qui m’avait convaincu de développer cette idée. Lui-même était très proche de John C. Lilly, un pionnier visionnaire qui, dans les années 60 et 70, a exploré les liens entre dauphins et humains sous l’influence de la kétamine et du LSD. Leurs travaux, à l’époque, étaient rien moins que révolutionnaires.

À l’époque, je n’ai pas poussé plus loin cette idée, découragé par les éditeurs qui me considéraient comme un individu dangereux, un rêveur excentrique. Mais aujourd’hui, ce que Google vient d’annoncer est profondément avant-gardiste. Cela démontre que Zoé Sagan, une fois encore, avait plusieurs années d’avance sur le reste du monde.

Google a créé un nouveau modèle d'IA pour communiquer avec les dauphins

Les dauphins sont généralement considérés comme parmi les créatures les plus intelligentes de la planète. Des recherches ont montré qu’ils peuvent coopérer, enseigner de nouvelles compétences entre eux et même se reconnaître dans un miroir. Depuis des décennies, les scientifiques tentent de décrypter le système complexe de sifflements et de clics utilisé par les dauphins pour communiquer. Grâce au modèle d’IA open source de Google et à des smartphones Pixel, les chercheurs pourraient bientôt progresser dans cette entreprise.

Google intègre l’intelligence artificielle générative dans presque tous ses projets, alors pourquoi pas dans sa collaboration avec le Wild Dolphin Project (WDP) ? Ce groupe étudie les dauphins depuis 1985 en adoptant une approche non invasive pour suivre une communauté spécifique de dauphins tachetés de l’Atlantique. Le WDP réalise des enregistrements vidéo et audio des dauphins, accompagnés de notes détaillées sur leurs comportements.

L’un des principaux objectifs du WDP est d’analyser la manière dont les dauphins vocalisent et comment cela influence leurs interactions sociales. Grâce à des décennies d’enregistrements sous-marins, les chercheurs ont réussi à associer certaines activités de base à des sons spécifiques. Par exemple, les dauphins tachetés de l’Atlantique utilisent des sifflements distinctifs qui semblent fonctionner comme des noms, permettant à deux individus spécifiques de se retrouver. Ils produisent également des motifs sonores de type « couinement » lors de conflits.

Les chercheurs du WDP estiment que comprendre la structure et les motifs des vocalisations des dauphins est essentiel pour déterminer si leur communication peut être qualifiée de langage. « Nous ne savons pas si les animaux utilisent des mots », explique Denise Herzing, membre du WDP.

L’objectif ultime est de « parler dauphin », si tant est qu’un tel langage existe. Pour atteindre cet objectif, le WDP a constitué une vaste base de données soigneusement annotée, que Google considère comme idéale pour une analyse par IA générative.

Les grands modèles de langage (LLM), omniprésents dans les technologies grand public, reposent sur la prédiction de motifs. On leur fournit une entrée, et les modèles prédisent le prochain élément, encore et encore, jusqu’à produire une sortie. Lorsqu’un modèle est bien entraîné, cette sortie peut sembler avoir été produite par un humain. Google et le WDP espèrent réaliser quelque chose de similaire avec DolphinGemma pour les mammifères marins.

DolphinGemma est basé sur les modèles d’IA ouverts Gemma de Google, eux-mêmes construits sur les mêmes bases que les modèles commerciaux Gemini de l’entreprise. Ce modèle de communication avec les dauphins utilise une technologie audio développée par Google, appelée SoundStream, pour convertir les vocalisations des dauphins en jetons, permettant de les intégrer au modèle en temps réel.

Google indique avoir entraîné le modèle à partir de l’archive acoustique du Wild Dolphin Project. Il s’agit d’un modèle audio-entrée, audio-sortie. Ainsi, après avoir fourni une vocalisation de dauphin, le modèle fait ce que font les modèles de langage classiques : il prédit le prochain jeton. Si cela fonctionne comme un LLM standard, ces jetons prédits pourraient être des sons compréhensibles pour un dauphin.

L’équipe espère que DolphinGemma permettra de détecter des motifs complexes, facilitant la création d’un vocabulaire commun. Selon Google, analyser ces données manuellement serait extrêmement chronophage.

Un modèle ouvert pour les smartphones Pixel

Google précise que DolphinGemma a été conçu en tenant compte de l’approche de recherche du WDP. L’équipe utilise des smartphones Pixel sur le terrain, ce qui exigeait un modèle performant. Faire fonctionner des modèles d’IA sur un smartphone est souvent complexe en raison des ressources limitées. Plus un modèle est grand et puissant, plus il nécessite de mémoire vive et de puissance de calcul. DolphinGemma compte environ 400 millions de paramètres, ce qui est relativement modeste pour un LLM.

Comme l’équipe observe des dauphins sauvages en milieu sous-marin, elle a besoin de systèmes audio compacts. Depuis plusieurs années, le WDP utilise un dispositif conçu par le Georgia Institute of Technology, appelé CHAT (Cetacean Hearing Augmentation Telemetry), basé sur le Pixel 6. L’équipe utilise CHAT pour créer des vocalisations synthétiques de dauphins qu’elle tente d’associer à un objet. Le dispositif peut également écouter les sons des dauphins pour détecter une réponse imitative correspondante.


Google annonce que l’équipe disposera d’un nouveau CHAT basé sur le Pixel 9 pour la saison de recherche de l’été 2025. Passer au Pixel 9 permettra au CHAT d’exécuter simultanément des modèles d’apprentissage profond et des algorithmes de correspondance de motifs. 

L’équipe ne semble pas envisager de diffuser directement la sortie de DolphinGemma via le transducteur audio du CHAT pour que les dauphins l’entendent. Les travaux avec CHAT pourraient bénéficier des avancées de Google en IA, mais il s’agit d’un domaine d’investigation parallèle.


Personne ne s’attend à ce que DolphinGemma et le nouveau CHAT permettent immédiatement aux humains de converser en sifflements de dauphins, mais le système pourrait, avec le temps, permettre des interactions de base.


Comme les modèles Gemma pour le langage humain, DolphinGemma est un projet en accès libre. Google prévoit de rendre le modèle disponible aux chercheurs du monde entier cet été. Bien que DolphinGemma ait été entraîné sur les sons des dauphins tachetés de l’Atlantique, Google suggère qu’il pourrait être adapté à d’autres espèces de cétacés.