人工智能在检测蓝鲸叫声方面比人类更好

鲸鱼科学家可以通过将人工智能(AI)应用于他们的研究，很快就能摆脱工作——或者至少是一份疲惫而重复的工作。

来自澳大利亚南极分部，康奈尔大学K.LisaYang生物声学保护中心和科廷大学的一个团队使用机器学习，训练了一种算法来检测录音中的蓝鲸“D-call”，其准确性和速度都比人类专家更高。

鲸鱼声学学家布莱恩·米勒(BrianMiller)博士说，这项技术将使科学家能够更轻松地分析这些难以捉摸且难以研究的鲸鱼的数十万小时记录，以更好地了解它们从捕鲸中恢复过来时种群的趋势。

“通过分析我们对D-call和其他声音的录音，我们可以更全面地了解这些动物的行为，以及它们行为的趋势和潜在变化，”米勒博士说。

“我们应用于这项任务的深度学习算法在准确性上优于经验丰富的鲸鱼声学专家，它的速度要快得多，并且不会感到疲倦。

“因此，它让我们可以自由地思考其他大局问题。

社交电话

D-call被认为是雄性和雌性鲸鱼在觅食地发出的“社交”呼叫。与雄性蓝鲸“歌曲”不同，雄性蓝鲸“歌曲”具有规律和可预测的模式，D-call在单个鲸鱼之间以及季节和年份之间变化很大。

这种可使得录音分析的自动化比一致的声音更难。

为了克服这一点，该团队在一个包含约5，000个D呼叫的综合库中训练了该算法，这些D呼叫是在2005年至2017年期间从南极洲周围站点录制的2，000小时声音中捕获的。

米勒博士说：“图书馆涵盖了不同的季节和我们期望找到南极蓝鲸的栖息地范围，以确保我们捕捉到D-Calls的变化以及鲸鱼旅行的可变声景。

然而，在培训开始之前，六位不同的人类分析师浏览了录音，并确定或“注释”了D呼叫。

这些呼叫不是分析声音，而是变成了“频谱图”或每个呼叫及其持续时间的视觉表示。

使用机器学习技术，该算法训练自己从库中85%的数据中识别D调用，使用剩余的15%的数据来验证自身并进行改进。

人与机器

然后，训练有素的AI获得了2019年在Casey一年的187小时注释记录的测试数据集。

研究小组将AI进行的D呼叫检测数量与人类专家确定的D呼叫检测数量进行了比较，以了解他们不同意的地方。

一位独立的人类法官(米勒博士)决定了哪些分歧是D-call，或者不是D-call，以得出关于谁更准确的最终裁决。

“人工智能发现了大约90%的D-call，而人类刚刚超过70%，人工智能更善于检测非常安静的声音，”米勒博士说。

“注释测试数据集花费了大约10个小时的人力，但AI花了30秒来分析这些数据-快了1，200倍。

该团队已经将他们的AI提供给世界各地的其他鲸鱼研究人员，以在其他鲸鱼声音和音景上进行训练。

米勒博士说：“现在我们有了非常快速地分析数千小时声音的能力，建立更多的录音站点和更大的录音网络，并开发一个长期监测项目来观察蓝鲸和其他物种的趋势，这将是一件好事。

该研究发表在《生态与保护遥感》上。

标签：