(Mike Korostelev/Getty Images) Havet svømmer i lyd, og en ny kunstig intelligens værktøj kunne hjælpe forskere med at finkæmme al den støj for at spore og studere havpattedyr.
Værktøjet hedder DeepSqueak, ikke fordi det måler delfinkald i havets underverden, men fordi det er baseret på en deep learning-algoritme, der var først brugt til at kategorisere de forskellige ultralydshvin fra mus .
Nu anvender forskere teknologien på enorme datasæt af marin bioakustik.
I betragtning af at meget af havet er uden for vores fysiske rækkevidde, kan undervandslyd hjælpe os med at forstå, hvor havpattedyr svømmer, deres tæthed og overflod, og hvordan de interagerer med hinanden.
Allerede nu har optagelser af hvalsange hjulpetidentificere en ukendt bestand af blåhvaleri Det Indiske Ocean og enaldrig før-hørte arter af næbhval.
Men at lytte til optagelser af havet og forsøge at udvælge dyrestøj fra timevis med bølger, vind og bådmotorer er langsomt og omhyggeligt arbejde.
Det er her, DeepSqueak kommer ind i billedet. Teknologien blev for nylig præsenteret på det 182. møde i Acoustical Society of America og er designet til at klassificere akustiske undervandssignaler hurtigere og mere præcist end nogen anden metode til dato.
DeepSqueak finkæmmer lyddata i havet og skaber noget, der ligner varmekort, baseret på hvor visse akustiske signaler høres og med hvilken frekvens.
Disse signaler sendes derefter til et specifikt dyr.
'Selvom vi brugte DeepSqueak til at detektere undervandslyde, ville dette brugervenlige open source-værktøj være nyttigt for en række forskellige terrestriske arter,' siger Elizabeth Ferguson, CEO og grundlægger af Ocean Science Analytics, som præsenterede forskningen.
'Opkaldsdetektions muligheder strækker sig til frekvenser under de ultralydslyde, det oprindeligt var beregnet til. På grund af dette og DeepSqueaks evne til at detektere variable opkaldstyper er udvikling af neurale netværk mulig for mange arter af interesse.'
Marine akustisk støj har aldrig været nemmere at indsamle, men efterhånden som timevis af havlydlandskaber hober sig op i databaser rundt om i verden, skal forskerne finde ud af, hvordan de kan bruge denne information mest effektivt.
DeepSqueak kunne være et muligt alternativ til det menneskelige øre, der giver forskere mulighed for at klassificere lyde og studere dem rundt om i verden med utrolig effektivitet.
Det fuldt automatiserede værktøj har konsekvent været i stand til at opdage kald fra specifikke havpattedyr, såsom pukkelhvaler, delfinider og finhvaler, under tests.
Den kan også opfange disse dyrs kald blandt baggrundsstøj, hvilket er vigtigt, da menneskeskabt lyd skruer op for lyden i havet.
DeepSqueak var første gang introduceret i 2019 som en måde at analysere det rige repertoire af ultralydsvokaliseringer anvendt af rotter og mus.
Ved at gennemse en række knirkende optagelser var værktøjet i stand til at identificere en lang række stavelseslyde, og disse korte musekald ser ud til at være arrangeret på forskellige måder afhængigt af den kontekst, de bruges i.
Resultaterne kan hjælpe videnskabsmænd med at studere, hvordan visse stavelser og syntaks kan kommunikere unik information i museverdenen. For eksempel kan de lyde en mus laver i nogle situationer bruges til at formidle frygt, angst eller depression .
Ved pålideligt at forbinde kontekstuel information til visse vokale signaler, kunne DeepSqueak give videnskabsmænd mulighed for bedre at studere nuancerne mellem dyrs vokaliseringer og adfærd – selv i fjerntliggende oceaner, hvor nogle af planetens mest undvigende dyr svømmer.
Forskningen vil blive præsenteret kl 182. møde i Acoustical Society of America .