DolphinGemma : Google entraîne une IA à écouter les vocalisations des dauphins

Les dauphins ne parlent pas comme les humains, mais ils évoluent dans un univers sonore d’une grande richesse. Clics, sifflements, sons pulsés : ces signaux accompagnent leurs déplacements, leurs interactions sociales et certaines activités de recherche de nourriture. Les enregistrer est déjà complexe. En comprendre l’organisation et le contexte l’est davantage encore. C’est sur ce terrain que Google présente DolphinGemma, un modèle d’intelligence artificielle développé pour aider les scientifiques à étudier les vocalisations de ces cétacés.

Annoncé en avril 2025 à l’occasion de la Journée nationale des dauphins aux États-Unis, le projet réunit Google, le Wild Dolphin Project (WDP) et des ingénieurs du Georgia Institute of Technology, aussi appelé Georgia Tech. Son ambition est précise : accélérer l’analyse de très grands ensembles d’enregistrements et faire émerger des motifs que l’écoute humaine, même experte, aurait du mal à repérer à grande échelle.

Le mot « déchiffrer » appelle toutefois une nuance essentielle. DolphinGemma ne traduit pas les dauphins en français et ne démontre pas qu’ils utilisent un langage équivalent au langage humain. À ce stade, il s’agit d’un outil de recherche capable de modéliser des séquences acoustiques. Son intérêt est de rapprocher les sons, les comportements observés et les situations dans lesquelles ils sont produits, afin de tester plus rigoureusement des hypothèses sur leur fonction.

Des décennies d’écoute sous-marine

Le socle du projet est le travail de terrain du Wild Dolphin Project. Créée en 1985, cette organisation étudie notamment les dauphins tachetés de l’Atlantique dans leur environnement naturel. Au fil des décennies, ses équipes ont constitué une base précieuse de sons enregistrés, mais aussi d’observations qui permettent de replacer certains signaux dans leur contexte social.

Cette précision compte beaucoup. Un même type de son ne peut pas être interprété sérieusement sans savoir ce qui se passe autour : quels individus sont présents, s’ils sont proches ou éloignés, s’il s’agit d’une mère et de son petit, d’une interaction entre congénères ou d’une phase de recherche de nourriture. L’IA ne remplace donc pas le travail des biologistes. Elle peut en revanche trier, comparer et signaler des ressemblances dans un volume d’audio qui serait fastidieux à examiner manuellement.

Les chercheurs s’intéressent entre autres à plusieurs familles de vocalisations :

• les sifflements, dont certains peuvent être caractéristiques d’un individu ;
• les clics, notamment mobilisés dans l’écholocalisation ;
• les sons pulsés, parfois décrits comme des rafales sonores ;
• les séquences complexes dont le rôle varie selon l’interaction observée.

Comment DolphinGemma analyse-t-il les sons des dauphins ?

DolphinGemma transpose au son une idée devenue familière avec les grands modèles de langage. Un outil tel qu’un assistant conversationnel traite du texte en le découpant en unités appelées « tokens », puis apprend à prédire les unités les plus plausibles dans une suite. DolphinGemma applique une logique comparable à l’audio.

Pour y parvenir, il s’appuie sur une technologie de tokenisation sonore nommée SoundStream. Au lieu de considérer un enregistrement comme une longue onde sonore continue, le système le convertit en représentations plus compactes que le modèle peut traiter. SoundStream a été adapté aux vocalisations étudiées par le projet, de façon à préserver des caractéristiques utiles de ces sons complexes.

Le modèle reçoit une séquence audio et apprend à anticiper les éléments qui devraient la suivre. Cette capacité à prédire n’est pas une preuve de compréhension au sens humain. Elle signifie que l’IA a repéré des régularités statistiques dans les données sur lesquelles elle a été entraînée. Pour les chercheurs, ces régularités peuvent constituer des pistes : une suite sonore récurrente, une variation associée à certains individus ou une séquence qui apparaît souvent dans un contexte donné.

DolphinGemma compte environ 400 millions de paramètres. Ce chiffre situe le modèle à une taille bien plus modeste que certains grands modèles généralistes, mais ce choix répond à un besoin concret : conserver un outil assez efficace pour l’analyse acoustique tout en le rendant utilisable sur un équipement mobile.

Pourquoi faire fonctionner l’IA sur un smartphone ?

Les campagnes d’observation en mer imposent des contraintes très différentes de celles d’un laboratoire. Les chercheurs ont besoin de matériel maniable, résistant aux conditions de terrain et capable de fournir des indications sans attendre le retour à terre. Google indique que DolphinGemma a été optimisé pour fonctionner sur des smartphones Google Pixel.

Cette approche pourrait alléger le dispositif employé pendant les sorties. L’enjeu n’est pas seulement de stocker davantage de données, mais de pouvoir repérer plus rapidement des sons pertinents au milieu du bruit ambiant. Un système mobile peut écouter, reconnaître un type de sifflement ou une imitation recherchée, puis avertir le scientifique au bon moment.

Dans ce cadre, les téléphones sont associés à des écouteurs à conduction osseuse. Ceux-ci peuvent signaler au chercheur la détection d’un son sans l’isoler complètement des bruits de l’environnement. L’objectif est de conserver une attention constante aux animaux et à la situation, tout en bénéficiant d’une assistance de calcul embarquée.

Cette dimension pratique est importante : les progrès de l’IA ne dépendent pas uniquement de modèles plus puissants. Dans la recherche écologique, un modèle utile doit aussi pouvoir s’intégrer à un protocole d’observation, ne pas gêner les animaux et aider les équipes au moment où une interaction se produit.

CHAT, une tentative de vocabulaire partagé très limité

En parallèle de DolphinGemma, les partenaires travaillent sur CHAT, pour Cetacean Hearing Augmentation Telemetry. Ce système ne vise pas à enseigner l’anglais aux dauphins ni à simuler une conversation complète. Son principe est plus modeste et plus testable : associer des sifflements synthétiques à des objets auxquels les dauphins pourraient s’intéresser.

L’idée est la suivante : si les animaux entendent régulièrement un son associé à un objet, ils pourraient un jour reproduire ce son pour le demander. Les dauphins sont des animaux curieux, et cette expérience cherche à déterminer s’ils peuvent s’approprier volontairement un signal artificiel dans une interaction avec les chercheurs.

Le rôle de l’IA est ici d’améliorer la détection de ces vocalisations parmi les bruits sous-marins et d’aider l’équipe à réagir sans délai. Un signal potentiellement pertinent n’a de valeur que s’il est relié à l’action qui le suit. Le chercheur doit donc pouvoir répondre rapidement et consigner l’ensemble de la scène.

Ce que le modèle peut montrer, et ce qu’il ne peut pas prouver

L’annonce de DolphinGemma nourrit naturellement l’imaginaire d’une conversation entre espèces. Pourtant, la démarche scientifique avance par étapes. Le premier résultat attendu est une cartographie plus fine des régularités acoustiques, pas une traduction automatique. L’IA peut proposer des regroupements, détecter des ressemblances ou générer des séquences plausibles au regard de ses données d’entraînement. Il revient ensuite aux spécialistes d’évaluer si ces résultats correspondent à des phénomènes biologiquement significatifs.

Une difficulté majeure vient du risque de surinterprétation. Les modèles prédictifs sont très performants pour repérer des motifs, y compris lorsque les données sont incomplètes ou variables. Mais une corrélation ne donne pas automatiquement un sens. Si un sifflement est souvent observé lors de retrouvailles, cela ne permet pas d’affirmer qu’il signifie une formule précise. Il faut répéter les observations, comparer différents contextes et vérifier que les résultats résistent à l’analyse.

La portée initiale des données est une autre limite. DolphinGemma est principalement entraîné sur des sons de dauphins tachetés de l’Atlantique. Google estime que l’architecture peut être adaptée à d’autres espèces de cétacés, mais cette adaptation nécessite des ensembles d’enregistrements pertinents. On ne peut pas supposer qu’un modèle formé sur une espèce interprétera spontanément les vocalisations d’une autre.

Un modèle ouvert pour élargir les recherches sur les cétacés

Google prévoit de mettre DolphinGemma à disposition sous la forme d’un modèle ouvert. Une telle diffusion pourrait intéresser des équipes qui étudient d’autres populations ou d’autres espèces, à condition qu’elles disposent de données acoustiques et d’observations suffisamment documentées.

L’ouverture d’un modèle ne résout pas à elle seule les difficultés de la recherche marine. Elle peut néanmoins faciliter la comparaison de méthodes entre laboratoires, encourager l’adaptation de l’outil à de nouveaux jeux de données et réduire une partie des barrières techniques liées au traitement du son. Pour des chercheurs qui passent des années à construire et annoter des archives sonores, disposer d’un modèle spécialisé peut faire gagner du temps dans l’exploration initiale.

Cette perspective soulève aussi une exigence de rigueur. Les enregistrements ne sont pas de simples fichiers audio interchangeables : ils sont liés à des espèces, des milieux, des conditions de captation et des protocoles d’observation. La qualité des annotations, la transparence des méthodes et la possibilité de reproduire les résultats seront déterminantes pour distinguer une piste intéressante d’une véritable avancée scientifique.

Ce qu’il faut surveiller

Dans les prochains mois, l’enjeu sera moins de savoir si une IA « parle dauphin » que de mesurer ce qu’elle apporte concrètement aux études de terrain. Les résultats les plus utiles seraient, par exemple, l’identification plus rapide de séquences récurrentes, la mise en relation de certains sons avec des comportements précisément observés ou l’amélioration des expérimentations menées avec CHAT.

Il faudra également suivre les conditions d’ouverture du modèle et les retours des équipes qui souhaiteront l’adapter à d’autres cétacés. Si ces travaux sont menés avec prudence, DolphinGemma pourrait offrir à la bioacoustique un nouvel instrument d’analyse. Il ne lèvera pas d’un coup le mystère de la communication animale, mais il peut aider les scientifiques à poser de meilleures questions à partir de données qu’ils accumulent depuis des décennies.