Bu blog yazısında, Google’ın DeepMind ekibi ile Georgia Tech ve Wild Dolphin Project iş birliğinde geliştirilen DolphinGemma projesinin temel hatları, uzun yıllara dayanan saha araştırmaları, kullanılan yapay zeka teknolojileri ve geleceğe dönük beklentileri ele alacağız. DolphinGemma, yunusların tıklama, ıslık ve patlama benzeri ses dizilimlerindeki yapısal kalıpları çözümleyip yeni, yunusa benzer sesler üretebilen yaklaşık 400 milyon parametreli bir dil modelidir. Model, Google’ın SoundStream tokenizasyon teknolojisiyle sesleri verimli bir şekilde kodlarken, üretilen akustik “token” dizilerini analiz edip bir sonraki sesi tahmin ederek insan dil modellerindeki kelime tahminine benzer bir yaklaşım sergiler. Saha çalışmalarında, Google Pixel 6 ve yakında Pixel 9 telefonları üzerinde gerçek zamanlı olarak çalışacak şekilde optimize edilen DolphinGemma, Wild Dolphin Project’in 1985’ten beri topladığı zengin akustik ve görsel veri tabanını temel alarak sualtı araştırmacılarına yeni keşif olanakları sunar. Ayrıca, Georgia Tech iş birliğiyle geliştirilen CHAT (Cetacean Hearing Augmentation Telemetry) sistemi sayesinde yunuslarla iki yönlü iletişim kurma hedefi doğrultusunda sentetik düdüklerle paylaşılan bir “nesne sözlüğü” oluşturma çalışmaları sürdürülmekte, açılacak açık model sayesinde dünya genelindeki araştırmacılar kendi veri setleri üzerinde ince ayar yaparak projeyi ileriye taşıyabileceklerdir.
Yıllara Dayanan Saha Araştırması
Wild Dolphin Project’in Mirası
Wild Dolphin Project (WDP), 1985 yılında Dr. Denise Herzing tarafından Bahamalar’da başlatılan ve bugün hâlâ devam eden, dünya üzerindeki en uzun süreli sualtı yunus araştırma projesidir. “In Their World, on Their Terms” mottosuyla yürütülen bu projede, yunusların doğal ortamlarında rahatsız edilmeden kayıt yapılması hedeflenmiştir. Yıllar içinde biriktirilen video ve ses kayıtları, bireysel yunus kimlikleri, hayat hikayeleri ve gözlemlenen davranışlarla titizlikle eşleştirilerek kapsamlı bir veri tabanı oluşturulmuştur. Bu etiketli veri seti, yapay zekânın karmaşık akustik desenleri öğrenebilmesi için benzersiz bir fırsat sunar.
Veri Toplama ve Etiketleme Süreci
Araştırmacılar, yunusların iletişimindeki temel ses tiplerini ve bu seslerin kullanıldığı bağlamları uzun yıllar boyunca gözlemlemişlerdir. Örneğin; imza ıslıkları (“signature whistles”) anne ve yavrunun yeniden birleşmesini sağlarken; çatışma anlarında çıkan patlama benzeri “burst-pulse squawk” sesleri mücadeleyi işaret eder; avlanma veya sosyalleşme sırasında kullanılan “click buzz” dizileri ise farklı sosyal etkileşimleri temsil eder. Bu sesleri doğrulukla bir davranışla ilişkilendirmek, yapay zekâ analizinin yüksek doğrulukta sonuçlar üretmesi için elzemdir.
DolphinGemma Modelinin Tanıtımı
Teknik Altyapı ve SoundStream Tokenizasyonu
DolphinGemma, Google’ın ses işleme teknolojilerinden SoundStream tokenizer’ını kullanarak yunus seslerini dijital tokenlara dönüştürür. Bu sayede, ses verisi ham dalga biçimi yerine öğrenilebilir, anlamlı birimler hâline gelir. DolphinGemma’nın yaklaşık 400 milyon parametreli hafif ve optimize edilmiş mimarisi, karmaşık akustik dizileri analiz edip bir sonraki sesi tahmin edecek şekilde tasarlanmıştır.
Eğitim Süreci
Model, WDP’nin on yıllara yayılmış akustik veri tabanı üzerinde “audio-in, audio-out” formatında eğitilmiştir. İnsan dil modellerinde olduğu gibi, DolphinGemma da geçmiş ses dizilerini temel alarak bir sonraki tokenı (yani sesi) tahmin etmeyi öğrenir. Bu süreç, yunus iletişimindeki yapısal kuralları ve tekrar eden kalıpları keşfetmeye odaklıdır.
Gemma Ailesi ve Açık Modeller
DolphinGemma, Google’ın Gemini serisi altında geliştirilen açık kaynaklı Gemma modellerinin bir üyesidir. Bu modeller, Gemini teknolojisinin araştırma çıktılarını daha hafif bir formata dönüştürerek geliştiricilerin ve araştırmacıların erişimine sunar. Önümüzdeki yaz aylarında Dubai’de tüm dünyayla paylaşılması planlanan DolphinGemma, farklı yunus türlerine ince ayar (fine-tuning) yapılmasına imkân verecektir.
İki Yönlü İletişim: CHAT Sistemi
Georgia Tech ve WDP iş birliğiyle geliştirilmiş olan CHAT (Cetacean Hearing Augmentation Telemetry), yunuslarla doğrudan etkileşimi hedefler. CHAT, yunusların doğal dillerini doğrudan çözmeye çalışmak yerine, insanlar ve yunuslar arasında paylaşılabilecek daha basit bir “nesne sözlüğü” oluşturmayı amaçlar.
-
Sentetik Islık Tanımlama: Sistem, belirli nesnelere (örneğin sargassum, deniz otu, oyuncak fular) karşılık gelen özgün sentetik ıslıkları üretir. Yunusların bu ıslıkları taklit ederek nesneleri talep etmeleri beklenir.
-
Gerçek Zamanlı Tanıma: Okyanus gürültüsü içinden yunus taklidi ıslığı ayıklayan CHAT, hangi ıslığın taklit edildiğini tespit eder.
-
Araştırmacıya Bildirim: Sualtı kemik iletimli kulaklıklarla araştırmacıya nesne kodu iletilir.
-
Tepki Hızı ve Pekiştirme: Doğru nesne hızla sunularak öğrenme döngüsü pekiştirilir.
Pixel Telefonlar ve Saha Kullanımı
WDP saha ekipleri, özel cihazlar yerine Google Pixel 6 telefonlar kullanarak DolphinGemma’nın gerçek zamanlı analizini gerçekleştirmiştir. Pixel’ler; donanım bakımı, düşük güç tüketimi ve taşınabilirlik açısından büyük avantaj sağlar. 2025 yazında planlanan araştırmalarda ise Pixel 9 tabanlı yeni girdi-çıktı entegrasyonuyla derin öğrenme modelleri ve şablon eşleştirme algoritmaları aynı anda çalıştırılabilecek.
Açık Kaynak ve Gelecek Perspektifleri
Google, DolphinGemma’yı bu yaz açık model olarak yayınlayarak araştırmacı topluluğuna sunmayı planlıyor. Model, Atlantik benekli yunuslarla eğitilmiş olsa da, farklı türler (şişe burunlu, spinner yunuslar vb.) için fine-tuning ile uygulanabilir. Bu sayede küresel ölçekte çeşitli deniz bilimciler, kendi akustik veri setlerini inceleyerek yunus iletişimindeki gizli kalıpları keşfedebilir.
İş Birliğinin Gücü
DolphinGemma, WDP’nin 40 yılı aşkın saha deneyimi, Georgia Tech’in mühendislik uzmanlığı ve Google’ın AI altyapısının birleşimiyle ortaya çıkmıştır. Açık model olarak paylaşılması, deniz bilimleri ve yapay zekâ toplulukları arasında yeni iş birliklerinin önünü açacaktır.
DolphinGemma, insanlarla yunuslar arasındaki iletişimde devrim yaratma potansiyeli taşıyan, yapay zekâ destekli bir kilometre taşıdır. Uzun süreli saha çalışmalarıyla oluşturulmuş etiketli veri tabanlarının gücü, ileri seviye ses işleme teknikleri ve mobil saha cihazları sayesinde, bir gün gerçek interaktif diyaloglar kurma umudu gerçeğe bir adım daha yaklaşmış görünüyor. Bu heyecan verici yolculukta, açılacak açık kaynaklı modelle tüm dünyadan araştırmacıların katkılarıyla yunusların gizemli dünyasının kapılarının daha da aralanacağını söyleyebiliriz.
Kaynakça
-
Wild Dolphin Project. Protecting wild dolphins since 1985. Erişim adresi: https://www.wilddolphinproject.org/
-
Google Blog. DolphinGemma: Unlocking the secrets of dolphin communication with AI. Erişim adresi: https://blog.google/technology/ai/dolphingemma/
