AI ascultă pentru a ajuta la protejarea faunei sălbatice.

Plimbându-te printr-o pădure, s-ar putea să observi că aerul este plin de sunete. Păsările cântă, insectele și mamiferele mici foșnesc prin subvegetatie, iar la amurg, liliecii scârțâie în timp ce comunică între ei.

Aceste peisaje sonore conțin o bogăție de informații despre animalele prezente, numărul acestora și sănătatea unui ecosistem. Însă analiza tuturor acestor înregistrări audio reprezintă o provocare uriașă.

Oamenii de știință pot acum colecta cantități enorme de înregistrări folosind dispozitive autonome mici plasate în păduri, zone umede și medii urbane. Problema nu mai este adunarea datelor, ci interpretarea lor suficient de rapid pentru a fi utile.

Profesorul Dan Stowell de la Centrul de Biodiversitate Naturalis din Leiden, Olanda, este unul dintre cercetătorii de frunte în domeniul emergent al bioacusticii computaționale, care folosește inteligența artificială pentru a analiza sunetele faunei sălbatice și înregistrările de mediu.

„Acum avem atât de multe modalități de a înregistra sunetele animalelor și peisajele sonore,” a declarat Stowell. „Dar amploarea datelor este absolut copleșitoare.”

Cercetarea sa se concentrează pe dezvoltarea sistemelor de inteligență artificială care pot ajuta oamenii de știință să monitorizeze biodiversitatea mai eficient și la o scară mult mai mare decât metodele tradiționale de teren permit.

Reducerea zgomotului

Naturalis, centrul național olandez pentru cercetarea biodiversității, a unit forțele cu cercetători din întreaga Europă și Regatul Unit într-un efort de cercetare finanțat de UE, numit BioacAI. Echipa, condusă de Stowell, lucrează pentru a umple golul dintre datele acustice masive colectate și capacitatea noastră de a le interpreta.

“

Proiectele noastre generează sute de terabytes de date pe an, ceea ce ar necesita 20 până la 30 de ani de muncă umană pentru a fi procesate.

Inițiativa, care se va încheia în 2027, dezvoltă noi instrumente de inteligență artificială capabile să identifice automat speciile din înregistrările sonore. Echipa de cercetare crede că acest lucru ar putea schimba modul în care oamenii de știință monitorizează biodiversitatea în Europa și nu numai.

„Nu dorim să înlocuim experții,” a spus Stowell. „Dar vrem să putem transforma toate acele informații valoroase pe care le poți auzi ori de câte ori te afli într-o pădure sau chiar într-un mediu urban în informații utile despre animale și biodiversitate.”

Colaborarea în cercetare răspunde, de asemenea, unei crize de competențe în domeniu. Niciun program de formare existent nu produce în prezent cercetători cu expertiză în acustică, inteligență artificială, zoologie și ecologie.

Rețeaua doctorală BioacAI este concepută pentru a umple acest gol, formând o nouă generație de profesioniști cu ceea ce Stowell numește abilități complete în bioacustica AI.

Monitorizarea biodiversității în declin

Pierderea biodiversității se accelerează la nivel global. Printre speciile cele mai expuse riscurilor se numără păsările și insectele, ale căror populații în declin ar putea declanșa efecte în lanț asupra ecosistemelor și agriculturii și, în cele din urmă, asupra bunăstării umane. Pentru a răspunde eficient, oamenii de știință au nevoie de date fiabile la scară largă despre starea diferitelor specii.

Survey-urile tradiționale de faună sălbatică – unde oamenii de știință parcurg rute stabilite înregistrând ceea ce văd și aud – sunt intensive din punct de vedere al muncii, costisitoare și limitate ca amploare.

O abordare din ce în ce mai populară este monitorizarea acustică pasivă, în care dispozitive mici de înregistrare sunt lăsate în teren pentru a captura tot ceea ce aud. Aceste înregistrări pot oferi o imagine detaliată a ceea ce se întâmplă într-un mediu pe parcursul unor perioade lungi de timp.

Echipa BioacAI colaborează cu companii europene specializate în bioacustică pentru a dezvolta o nouă generație de dispozitive de înregistrare mai inteligente. Acestea sunt capabile să ruleze algoritmi de recunoaștere direct pe dispozitiv și să se sincronizeze între unități multiple pentru a localiza animalele care vocalizează.

Pe lângă îmbunătățirea metodelor de monitorizare, scopul este de a reduce cerințele energetice și de a diminua amprenta ecologică a desfășurărilor de monitorizare la scară largă.

Dar există o problemă. Aceste dispozitive pot genera sute de gigabytes de date în câteva săptămâni. Dacă multiplicăm acest volum într-un sistem național de monitorizare, cantitatea devine rapid imposibil de gestionat.

Interpretarea apelurilor liliecilor

Dr. Lia Gilmour, manager de cercetare la Bat Conservation Trust din Regatul Unit, un partener în consorțiul BioacAI, este foarte familiarizată cu această problemă.

„Proiectele noastre generează sute de terabytes de date pe an, ceea ce ar necesita 20 până la 30 de ani de muncă umană pentru a fi procesate,” a spus ea.

Datorită naturii lor elusive și activității nocturne, liliecii sunt dificili de studiat, ceea ce face ca monitorizarea acustică pasivă să fie deosebit de importantă. „Trebuie să-i înregistrăm pentru a putea înțelege tendințele populației și comportamentul lor,” a adăugat Gilmour.

“

Vrem să putem transforma toate acele informații valoroase pe care le poți auzi (…) în informații utile despre animale și biodiversitate.

Noaptea, liliecii folosesc ultrasunete – emițând impulsuri de frecvență înaltă și ascultând ecourile – pentru a naviga și a detecta prada. Diferite specii adesea vocalizează la frecvențe diferite, dar își adaptează și sunetele de ecolocație la mediu. Acest lucru face ca distincția între speciile înrude foarte apropiate să fie dificilă, chiar și pentru experți.

Cercetătorii explorează astfel dacă apelurile sociale ale liliecilor ar putea oferi o modalitate mai bună de a identifica speciile. Aceste ciripiri, uneori audibile pentru oameni, tind să fie mai specifice pentru specie decât sunetele folosite pentru vânătoare sau navigație.

Deși liliecii fac aceste apeluri de comunicare mai rar, clasificarea lor ar putea ajuta sistemele AI să identifice speciile care reprezintă o provocare pentru monitorizarea acustică.

Și ar putea reduce dramatic stocul de date acumulat.

„Fără aceste clasificatoare și acest sistem, am fi privit la decenii de muncă manuală,” a spus Gilmour.

De la suprasarcina de date la descoperire

Instrumentele AI dezvoltate prin BioacAI învață să recunoască semnăturile acustice distinctive ale diferitelor specii, operând la o viteză și o amploare pe care niciun om nu le-ar putea egala.

Aplia precum Merlin Bird ID, care permite observatorilor de păsări să identifice speciile folosind microfonul unui smartphone, au demonstrat deja ce este posibil pentru păsările comune, bine documentate. Însă cercetătorii BioacAI încearcă să meargă mai departe prin identificarea speciilor pentru care există relativ puține date.

Pentru a aborda această problemă, echipa folosește o tehnică AI cunoscută sub numele de deep embeddings, care plasează sunetele animalelor într-o hartă spațială astfel încât sunetele acustic similare să se grupeze împreună. Pe lângă sugerarea speciilor cunoscute cu care sunetele necunoscute ar putea fi asemănătoare, tehnica poate, de asemenea, să semnaleze sunete neobișnuite sau anterior neclasificate pentru o investigație ulterioară.

„Avem o cantitate imensă de date necurate,” a spus Stowell. „Dacă putem identifica sunetele sau locațiile unde este nevoie de puțină investigație, ar fi fantastic.”

Aici rămâne esențială expertiza umană.

Peisajele sonore din întreaga lume ar putea fi analizate în cele din urmă folosind rețele de senzori acustici, echipe de cercetare și cetățeni oameni de știință. Acest lucru va oferi cercetătorilor și factorilor de decizie o imagine mult mai clară despre cum se schimbă ecosistemele.

Astfel de lucrări ar putea dezvălui specii anterior neidentificate, noi habitate pentru animale cunoscute sau puncte fierbinți emergente ale biodiversității. De asemenea, ar putea susține Strategia Uniunii Europene pentru Biodiversitate 2030 prin îmbunătățirea modului în care ecosistemele și speciile sunt monitorizate în întreaga Europă.

„Avem o putere imensă de a detecta cu adevărat factorii care determină schimbările în populații, de a studia aceste populații la scară mare și de a aduna seturi de date la care pur și simplu nu am avut acces înainte,” a spus Gilmour.

Cercetarea din acest articol a fost finanțată prin Programul Horizon al UE. Opiniile intervievaților nu reflectă neapărat cele ale Comisiei Europene. Dacă ți-a plăcut acest articol, te rugăm să iei în considerare distribuirea lui pe rețelele sociale.