L'intelligenza artificiale è in grado di rilevare le "chiamate D" della balenottera azzurra nelle registrazioni audio, con maggiore precisione e velocità rispetto agli esperti umani. Credito:Divisione antartica australiana
Gli scienziati delle balene potrebbero presto liberarsi di un lavoro, o almeno faticoso e ripetitivo, applicando l'intelligenza artificiale (AI) alla loro ricerca.
Utilizzando l'apprendimento automatico, un team della Australian Antarctic Division, il K. Lisa Yang Center for Conservation Bioacustics della Cornell University e la Curtin University, hanno addestrato un algoritmo per rilevare i "richiami D" della balena blu nelle registrazioni sonore, con maggiore precisione e velocità rispetto agli esperti umani.
L'acustico delle balene, il dottor Brian Miller, ha affermato che la tecnologia consentirà agli scienziati di analizzare più facilmente centinaia di migliaia di ore di registrazioni di queste balene elusive e difficili da studiare, per comprendere meglio le tendenze delle loro popolazioni mentre si riprendono dalla caccia alle balene.
"Analizzando le nostre registrazioni per chiamate D e altri suoni, otteniamo un quadro più completo del comportamento di questi animali e delle tendenze e dei potenziali cambiamenti nel loro comportamento", ha affermato il dottor Miller.
"L'algoritmo di deep learning che abbiamo applicato a questo compito supera in precisione gli esperti di acustica delle balene, è molto più veloce e non si stanca.
"Quindi ci liberiamo di pensare ad altre domande generali."
Chiamate sociali
Si pensa che i richiami D siano chiamate "sociali" effettuate da balene maschi e femmine sui terreni di alimentazione. A differenza dei "canzoni" maschili della balenottera azzurra, che hanno uno schema regolare e prevedibile, i richiami D sono molto variabili tra le singole balene e tra le stagioni e gli anni.
Questa variabilità rende l'automazione dell'analisi della registrazione più difficile di quanto sarebbe per un suono coerente.
Per ovviare a questo, il team ha addestrato l'algoritmo su una libreria completa di circa 5.000 D-call, catturati in 2.000 ore di suono registrato da siti intorno all'Antartide tra il 2005 e il 2017.
"La biblioteca copriva diverse stagioni e la gamma di habitat che ci aspetteremmo di trovare balenottere azzurre antartiche, per assicurarci di aver catturato la variabilità nelle chiamate D e i paesaggi sonori variabili attraverso i quali viaggiano le balene", ha detto il dottor Miller.
Prima che la formazione potesse iniziare, tuttavia, sei diversi analisti umani hanno esaminato le registrazioni e identificato o "annotato" le chiamate D.
Invece di analizzare il suono, le chiamate sono state trasformate in "spettrogrammi" o rappresentazioni visive di ciascuna chiamata e della sua durata.
Utilizzando tecniche di apprendimento automatico, l'algoritmo si è formato per identificare i D-call dall'85% dei dati nella libreria, utilizzando il restante 15% dei dati per convalidarsi e migliorare.
Uomo contro macchina
All'IA addestrata è stato quindi fornito un set di dati di prova di 187 ore di registrazioni annotate di un anno a Casey nel 2019.
Il team di ricerca ha confrontato il numero di rilevamenti D-call effettuati dall'IA con quelli identificati dagli esperti umani, per vedere dove erano in disaccordo.
Un giudice umano indipendente (Dott. Miller) ha determinato quali dei disaccordi erano D-call o meno, per arrivare a una decisione finale su chi fosse più accurato.
"L'IA ha rilevato circa il 90% delle chiamate D e l'umano poco più del 70%, e l'IA è stata più brava a rilevare i suoni molto bassi", ha affermato il dottor Miller.
"Ci sono volute circa 10 ore di lavoro umano per annotare il set di dati del test, ma l'IA ha impiegato 30 secondi per analizzare questi dati:1.200 volte più velocemente."
Il team ha reso disponibile la propria IA ad altri ricercatori di balene in tutto il mondo, per addestrarla su altri suoni e paesaggi sonori delle balene.
"Ora che abbiamo questo potere di analizzare migliaia di ore di suoni molto rapidamente, sarebbe fantastico costruire più siti di registrazione e reti di registrazione più grandi e sviluppare un progetto di monitoraggio a lungo termine per esaminare le tendenze delle balenottere azzurre e di altre specie, " ha detto il dottor Miller.
La ricerca è pubblicata su Remote Sensing in Ecology and Conservation . + Esplora ulteriormente
