L’IA non traduce ancora le vocalizzazioni dei delfini in frasi umane. Denise Herzing ha descritto tentativi di interazione sonora e un lavoro per individuare schemi nei vocalizzi; DolphinGemma, il modello di Google, è progettato per prevedere quali suoni potrebbero seguire. Sono approcci di ricerca, non una conversazione tradotta.
Prevedere il suono successivo aiuta a trovare schemi; per parlare di comprensione bisogna anche capire che funzione ha quel suono per l’animale.
Che cosa sta sperimentando il gruppo di Herzing
In un articolo pubblicato il 5 novembre 2026, WIRED ha riferito che Herzing descriveva un lavoro in corso con ricercatori di Georgia Tech e Google DeepMind per cercare strutture nei dati audio e video dei delfini. Ha parlato anche di tentativi di interazione sonora bidirezionale, con un computer indossabile subacqueo che riproduceva suoni associati a oggetti come una sciarpa e il sargasso. Due ricercatori modellavano l’associazione tra suono e oggetto e osservavano la risposta dei delfini.
Google colloca questo lavoro nel contesto della ricerca del Wild Dolphin Project (WDP), che studia delfini maculati dell’Atlantico selvatici alle Bahamas dal 1985. Le registrazioni raccolte nel tempo associano suoni e video alle identità dei singoli animali, alle loro storie di vita e ai comportamenti osservati.
Che cosa calcola DolphinGemma
Google descrive DolphinGemma come un modello che riceve sequenze sonore e restituisce suoni: cerca regolarità e prevede quali vocalizzazioni potrebbero venire dopo. Ha circa 400 milioni di parametri e usa SoundStream per rappresentare i suoni. Google dice che è stato addestrato sui dati acustici del WDP relativi ai delfini maculati dell’Atlantico; adattarlo ad altre specie di cetacei potrebbe richiedere un ulteriore addestramento.
Questa previsione può aiutare a individuare strutture ricorrenti nei vocalizzi, ma non assegna loro automaticamente un significato. Un modello può stimare quale suono segue una sequenza senza sapere che cosa comunica quel suono nel comportamento o nella vita sociale dei delfini.
DolphinGemma e CHAT hanno compiti diversi
Google descrive CHAT come un progetto separato, pensato per provare a costruire un vocabolario condiviso più semplice attraverso fischi sintetici associati a oggetti. Non è progettato per decifrare direttamente la complessità dei vocalizzi naturali dei delfini.
| Sistema | Segnale e compito | Obiettivo della ricerca |
| DolphinGemma | Analizza sequenze naturali di suoni e prevede le vocalizzazioni successive probabili | Individuare schemi nei suoni dei delfini |
| CHAT | Usa fischi sintetici associati a oggetti | Sperimentare un vocabolario condiviso più semplice |
Google afferma che l’analisi di DolphinGemma potrebbe anche aiutare CHAT a individuare prima i delfini che imitano i fischi. I due sistemi affrontano quindi problemi collegati, ma con segnali e obiettivi diversi.
Perché imitare un suono non dimostra comprensione
Se un delfino ripete un fischio associato a un oggetto, la ripetizione da sola non dimostra che abbia capito la funzione del segnale. Herzing ha indicato proprio questa difficoltà: in natura è arduo distinguere l’imitazione dalla comprensione. Per interpretare una vocalizzazione occorre collegarla al contesto e al comportamento dell’animale, non soltanto riconoscere il suono o prevedere quale verrà dopo.
