
Scienza
Il nostro nuovo modello di pesce persico aiuta gli ambientalisti analizzare l'audio più velocemente per proteggere le specie in via di estinzione, dai corsi di miele hawaiani alle barriere coralline.
Uno dei modi in cui gli scienziati proteggono la salute degli ecosistemi selvatici del nostro pianeta è l'uso di microfoni (o idrofoni subacquei) per raccogliere grandi quantità di audio densi con vocalizzazioni da uccelli, rane, insetti, balene, pesce e altro ancora. Queste registrazioni possono dirci molto sugli animali presenti in una determinata area, insieme ad altri indizi sulla salute di quell'ecosistema. Dare un senso a così tanti dati, tuttavia, rimane un'impresa enorme.
Oggi stiamo rilasciando un aggiornamento a PerticaIl nostro modello di intelligenza artificiale progettato per aiutare i conservazionisti analizzare i dati bioacustici. Questo nuovo modello ha migliori previsioni di specie di uccelli all'avanguardia rispetto al modello precedente. Può adattarsi meglio a nuovi ambienti, in particolare quelli sottomarini come le barriere coralline. È addestrato su una gamma più ampia di animali, tra cui mammiferi, anfibi e rumore antropogenico – quasi il doppio dei dati in tutto, da fonti pubbliche come Xeno-Canto E inaturalista. Può districare scene acustiche complesse su migliaia o anche milioni di ore di dati audio. Ed è versatile, in grado di rispondere a molti diversi tipi di domande, da “quanti bambini nascono” a “quanti singoli animali sono presenti in una determinata area”.
Al fine di aiutare gli scienziati a proteggere gli ecosistemi del nostro pianeta, stiamo apertamente approfondendo questa nuova versione di Punpolo e rendendola disponibile su Kaggle.
Porpo non solo riconosce il suono delle specie di uccelli. Il nostro nuovo modello è stato addestrato su una gamma più ampia di animali tra cui mammiferi, anfibi e rumore antropogenico.
Storie di successo: achina sul campo
Da quando è stato lanciato per la prima volta nel 2023, la versione iniziale di Pesor è già stata scaricato oltre 250.000 volte E le sue soluzioni open source sono ora ben integrate negli strumenti per i biologi che lavorano. Ad esempio, la libreria di ricerca vettoriale di Perch è ora parte di Cornell ampiamente utilizzata Birdnet Analyzer.
Inoltre, Pespola sta aiutando BirdLife Australia e l'Osservatorio acustico australiano per costruire classificatori per una serie di specie australiane uniche. Ad esempio, i nostri strumenti hanno abilitato il scoperta di una nuova popolazione di Wanderer delle pianure inafferrabili.
“
“Questa è una scoperta incredibile: un monitoraggio acustico come questo aiuterà a modellare il futuro di molte specie di uccelli in via di estinzione.”
Paul Roe, Dean Research, James Cook University, Australia
Recenti lavori hanno anche scoperto che la versione precedente di Person identificare i singoli uccelli E Traccia l'abbondanza di uccelliRidurre potenzialmente la necessità di studi di cattura per monitorare le popolazioni.
Infine, i biologi del LAHE Bioacustics Lab all'Università delle Hawaii lo hanno usato per monitorare e proteggere le popolazioni di corsi di miele, che sono importanti per Mitologia hawaiana e affrontare l'estinzione dalla minaccia della malaria aviaria diffusa da parte delle zanzare non native. Il temporale ha aiutato il laboratorio Lohe a trovare suoni di Honeycreeper quasi 50 volte più velocemente dei loro soliti metodi, consentendo loro di monitorare più specie di miele aree di miele su aree più grandi. Prevediamo che il nuovo modello accelererà ulteriormente questi sforzi.
Districare la playlist del pianeta
Il modello di pesce persico può prevedere quali specie sono presenti in una registrazione, ma questa è solo una parte della storia: forniamo anche Strumenti open source Ciò consente agli scienziati di costruire rapidamente nuovi classificatori a partire da un singolo esempio e monitorare le specie per le quali vi sono scarsi dati di allenamento o per suoni molto specifici come chiamate giovanili. Dato un esempio di audio, la ricerca vettoriale con superfici con trespolo i suoni più simili in un set di dati. Un esperto locale può quindi contrassegnare i risultati di ricerca come pertinenti o irrilevanti per formare un classificatore.
Insieme, questa combinazione di ricerca vettoriale e apprendimento attivo con un modello di incorporamento forte è chiamata Modellazione agile. Il nostro recente articolo –“La ricerca di Squawk: Agile Modeling in Bioacustics”–Perisci che questo metodo funziona tra uccelli e barriere coralline, consentendo la creazione di classificatori di alta qualità in meno di un'ora.
Guardando al futuro: il futuro della bioacoustica
Insieme, i nostri modelli e metodi stanno contribuendo a massimizzare l'impatto degli sforzi di conservazione, lasciando più tempo e risorse per un lavoro significativo e sul campo. Dalle foreste delle Hawaii alle scoglieri dell'oceano, il Pesce Progetto mette in mostra il profondo impatto che possiamo avere quando applichiamo la nostra competenza tecnica alle sfide più urgenti del mondo. Ogni classificatore costruito e ogni ora di dati analizzati ci avvicina a un mondo in cui la colonna sonora del nostro pianeta è una biodiversità ricca e fiorente.
Riconoscimenti
Questa ricerca è stata sviluppata dal team Pespolo: Bart Van Merriënboer, Jenny Hamer, Vincent Dumoulin, Lauren Harrell e Tom Denton e Otilia Stretcu di Google Research. Ringraziamo anche i nostri collaboratori Amanda Navine e Pat Hart all'Università delle Hawaii e Holger Klinck, Stefan Kahl e il team Birdnet presso il Cornell Lab of Ornithology. E tutti i nostri amici e collaboratori di cui avremmo scritto in questo post sul blog se solo avessimo altre migliaia di parole.
Fonte: deepmind.google