Kosakata Lumba-Lumba: AI Membantu Mengurai Peluit Non-Tanda Tangan Bersama

Penelitian berkelanjutan terhadap populasi lumba-lumba hidung botol di dekat Sarasota, Florida, menunjukkan bahwa kosakata sosial mereka jauh lebih kompleks daripada yang sebelumnya dipahami, melampaui sekadar peluit tanda tangan individual. Studi fundamental ini merupakan bagian dari Sarasota Dolphin Research Program (SDRP), yang merupakan studi terpanjang di dunia mengenai populasi cetacea liar, dimulai sejak tahun 1970. SDRP saat ini beroperasi di bawah naungan Chicago Zoological Society (CZS) sejak tahun 1989, dengan dukungan logistik dari Dolphin Biology Research Institute, sebuah nirlaba yang didirikan pada tahun 1982, dan terus mengamati sekitar 170 lumba-lumba yang teridentifikasi.

Para peneliti, termasuk Dr. Laela Sayigh dari Woods Hole Oceanographic Institution, menegaskan bahwa peluit tanda tangan berfungsi sebagai identitas unik yang stabil sepanjang hidup lumba-lumba, mirip dengan nama diri. Temuan perilaku kunci menunjukkan adaptasi komunikasi yang menyerupai interaksi manusia: induk lumba-lumba diketahui menggunakan versi peluit tanda tangan dengan nada lebih tinggi saat berbicara dengan anak mereka, sebuah fenomena yang mirip dengan bahasa bayi pada manusia. Selain itu, inisiasi kontak sosial sering kali melibatkan peniruan peluit tanda tangan lumba-lumba lain, tindakan yang setara dengan memanggil seseorang dengan namanya. Penelitian yang melibatkan 19 induk lumba-lumba selama lebih dari tiga dekade di Teluk Sarasota menunjukkan bahwa sekitar 10 persen induk menggunakan peluit bernada lebih tinggi dan jangkauan lebih luas saat berkomunikasi dengan keturunan mereka.

Penemuan signifikan terbaru adalah identifikasi sejumlah besar tipe peluit non-tanda tangan (NSWs) yang digunakan bersama oleh berbagai individu. Setidaknya 20 jenis NSW bersama telah dikatalogkan dalam Sarasota Dolphin Whistle Database. Eksperimen pemutaran ulang mengindikasikan bahwa peluit bersama ini memiliki fungsi spesifik dalam konteks sosial, di mana satu jenis peluit teridentifikasi berkorelasi dengan respons alarm, memicu lumba-lumba untuk menjauh, sementara jenis lain diduga mengindikasikan kejutan.

Untuk mengurai kompleksitas vokalisasi ini, para peneliti kini memanfaatkan teknologi Kecerdasan Buatan (AI). Pemanfaatan AI, seperti model DolphinGemma yang dikembangkan Google dengan 400 juta parameter, memungkinkan analisis suara lumba-lumba secara real-time langsung di lapangan, bahkan melalui perangkat seluler. Teknologi ini, yang juga dapat berintegrasi dengan sistem Cetacean Hearing Augmentation Telemetry (CHAT) untuk potensi interaksi dua arah, mempercepat upaya para ilmuwan dalam memetakan pola komunikasi yang rumit ini. Penggunaan AI menandai pergeseran paradigma dalam studi komunikasi antarspesies, memungkinkan kategorisasi sinyal yang sebelumnya sulit dipisahkan dengan lebih cepat dan akurat.