Cómo AI está ayudando a avanzar en la ciencia de la bioacústica para salvar especies en peligro de extinción

Nuestro nuevo modelo de percha ayuda a los conservacionistas a analizar el audio más rápido para proteger las especies en peligro de extinción, de los centros de miel hawaianos hasta los arrecifes de coral.

Una de las formas en que los científicos protegen la salud de los ecosistemas salvajes de nuestro planeta es mediante el uso de micrófonos (o hidrófonos submarinos) para recolectar grandes cantidades de audio densa con vocalizaciones de aves, ranas, insectos, ballenas, pescados y más. Estas grabaciones pueden decirnos mucho sobre los animales presentes en un área determinada, junto con otras pistas sobre la salud de ese ecosistema. Sin embargo, dar sentido a tantos datos sigue siendo una tarea masiva.

Hoy estamos lanzando una actualización para Percanuestro modelo de IA diseñado para ayudar a los conservacionistas a analizar los datos bioacústicos. Este nuevo modelo tiene mejores predicciones de especies de aves de última generación de última generación que el modelo anterior. Puede adaptarse mejor a los nuevos entornos, particularmente los submarinos como los arrecifes de coral. Está entrenado en una gama más amplia de animales, incluidos mamíferos, anfibios y ruido antropogénico, casi el doble de datos en total, de fuentes públicas como Xeno-canto y inaturalista. Puede desenredar escenas acústicas complejas durante miles o incluso millones de horas de datos de audio. Y es versátil, capaz de responder muchos tipos diferentes de preguntas, desde “cuántos bebés nacen” hasta “cuántos animales individuales están presentes en un área determinada”.

Para ayudar a los científicos a proteger los ecosistemas de nuestro planeta, estamos abiertos de esta nueva versión de percha y la ponemos a disposición en Kaggle.

Historias de éxito: Perch en el campo

Desde que se lanzó por primera vez en 2023, la versión inicial de PERCH ya ha sido descargado más de 250,000 veces Y sus soluciones de código abierto ahora están bien integradas en herramientas para biólogos que trabajan. Por ejemplo, la biblioteca de búsqueda de vectores de Perch ahora forma parte del amplio utilizado de Cornell Analizador de birdnet.

Además, la percha está ayudando a Birdlife Australia y el Observatorio Australiano del Observatorio Acústico a construir clasificadores para una serie de especies australianas únicas. Por ejemplo, nuestras herramientas habilitaron el descubrimiento de una nueva población del esquivo vagabundo.

El trabajo reciente también ha encontrado que la versión anterior de PERCH se puede utilizar para Identificar aves individuales y Track Bird Abundancepotencialmente reduciendo la necesidad de estudios de captura y liberación para monitorear las poblaciones.

Finalmente, biólogos del Laboratorio de bioacústica en la Universidad de Hawaiʻi lo han usado para monitorear y proteger a las poblaciones de mieles de miel, que son importantes para Mitología hawaiana y enfrentar la extinción de la amenaza de la malaria aviar extendida por mosquitos no nativos. La perca ayudó al laboratorio de Lohe a encontrar sonidos de miel de miel casi 50 veces más rápido que sus métodos habituales, lo que les permite monitorear más especies de HoneyCreeper en áreas mayores. Esperamos que el nuevo modelo acelere aún más estos esfuerzos.

Desconectar la lista de reproducción del planeta

El modelo de percha puede predecir qué especies están presentes en una grabación, pero eso es solo una parte de la historia: también proporcionamos Herramientas de código abierto Eso permite a los científicos construir rápidamente nuevos clasificadores a partir de un solo ejemplo y monitorear especies para las cuales hay datos de entrenamiento escasos o para sonidos muy específicos como llamadas juveniles. Dado un ejemplo de un sonido, la búsqueda vectorial con la percha superficie los sonidos más similares en un conjunto de datos. Un experto local puede marcar los resultados de búsqueda como relevantes o irrelevantes para capacitar a un clasificador.

Juntos, esta combinación de búsqueda vectorial y aprendizaje activo con un modelo de incrustación fuerte se llama modelado ágil. Nuestro artículo reciente–“La búsqueda de Squawk: modelado ágil en bioacústica”–Los muestran que este método funciona entre aves y arrecifes de coral, lo que permite la creación de clasificadores de alta calidad en menos de una hora.

Mirando hacia el futuro: el futuro de la bioacústica

Juntos, nuestros modelos y métodos están ayudando a maximizar el impacto de los esfuerzos de conservación, dejando más tiempo y recursos para un trabajo significativo en el terreno. Desde los bosques de Hawái hasta los arrecifes del océano, el proyecto PERCH muestra el profundo impacto que podemos tener cuando aplicamos nuestra experiencia técnica a los desafíos más apremiantes del mundo. Cada clasificador construido y cada hora de datos analizados nos acerca a un mundo donde la banda sonora de nuestro planeta es una de la biodiversidad rica y próspera.