Când te plimbi prin pădure, s-ar putea să observi că aerul este plin de sunete. Păsările cântă, prin tufișuri foșnesc insecte și mici mamifere, iar la apusul soarelui liliecii scot sunete ascuțite, comunicând între ei.
Aceste peisaje sonore conțin o mulțime de informații despre animalele prezente, numărul lor și sănătatea ecosistemului. Dar analiza acestor înregistrări audio pune probleme enorme.
Oamenii de știință pot să culeagă acum cantități enorme de înregistrări folosind mici dispozitive autonome amplasate în păduri, zone umede și zone urbane. Problema nu mai este să culegem datele, ci să le interpretăm suficient de repede ca să fie utile.
Profesorul Dan Stowell de la Centrul Naturalis pentru Biodiversitate din Leiden, Țările de Jos, este unul din cercetătorii de frunte din domeniul emergent al bioacusticii computaționale, care folosesc inteligența artificială pentru a analiza sunetele faunei sălbatice și înregistrările de mediu.
„Avem acum atât de multe metode de a înregistra sunetele animalelor și peisajele sonore”, a declarat Stowell. „Dar volumul de date este absolut copleșitor.”
Activitatea sa de cercetare se axează pe dezvoltarea de sisteme AI care să ajute oamenii de știință să monitorizeze biodiversitatea mai eficient și la o scară mult mai largă decât permit metodele tradiționale folosite în teren.
Sunetele ascunse ale naturii, descifrate de inteligența artificială
Naturalis, centrul național olandez pentru cercetarea biodiversității, și-a unit forțele cu cercetători din întreaga Europă și din Regatul Unit într-un proiect de cercetare de patru ani, finanțat de programul UE numit BioacAI.
Echipa, condusă de Stowell, lucrează la reducerea decalajului dintre volumul imens de date acustice culese și capacitatea noastră de a le interpreta.
Inițiativa, care se va încheia în 2027, vizează dezvoltarea de noi instrumente bazate pe inteligența artificială, capabile să identifice automat speciile pe baza înregistrărilor audio. Echipa de cercetători consideră că acest lucru ar putea schimba modul în care oamenii de știință monitorizează biodiversitatea în Europa și nu numai.
„Nu vrem să înlocuim experții”, a spus Stowell, „dar vrem să putem lua toate informațiile valoroase pe care le auziți când vă aflați într-o pădure sau chiar într-un mediu urban și să le transformăm în informații utile despre animale și biodiversitate.”
Colaborarea în domeniul cercetării răspunde și unei crize de competențe din acest domeniu. În prezent nu există niciun program de formare care să pregătească cercetători cu competențe în domenii ca acustica, inteligența artificială, zoologia și ecologia.
Rețeaua de doctorat a BioacAI este concepută pentru a umple acest gol, formând o nouă generație de profesioniști cu ceea ce Stowell numește competențe bioacustice AI de tip „full stack”.
Urmărirea biodiversității în declin
Declinul biodiversității se accelerează la nivel mondial.
Printre speciile cele mai expuse la risc se numără păsările și insectele, ale căror populații în scădere ar putea declanșa efecte de domino asupra ecosistemelor și a agriculturii și, în cele din urmă, asupra bunăstării oamenilor.
Pentru a putea reacționa în mod adecvat, oamenii de știință au nevoie de date fiabile, culese la scară largă, despre starea diferitelor specii.
Studiile tradiționale privind fauna sălbatică – în care cercetătorii parcurg trasee prestabilite, înregistrând ce văd și aud – sunt laborioase, costisitoare și au o acoperire limitată.
O abordare din ce în ce mai populară este monitorizarea acustică pasivă, în care sunt lăsate pe teren dispozitive mici de înregistrare care captează tot ce se aude. Aceste înregistrări pot oferi o imagine detaliată a ceea ce se întâmplă într-un mediu pe perioade lungi.
Echipa BioacAI colaborează cu companii europene specializate în bioacustică pentru a crea o nouă generație de dispozitive de înregistrare mai inteligente. Acestea sunt capabile să execute algoritmi de recunoaștere direct pe dispozitiv și să se sincronizeze între mai multe unități pentru a localiza animalele care emit sunete.
Pe lângă îmbunătățirea metodelor de monitorizare, obiectivul este de a reduce consumul de energie și amprenta ecologică a sistemelor de monitorizare la scară largă.
Dar există o problemă. Aceste dispozitive pot genera sute de gigaocteți de date în doar câteva săptămâni. Dacă înmulțim la nivelul unui sistem național de monitorizare, volumul devine rapid imposibil de gestionat.
Descifrarea strigătelor de lilieci
Dr. Lia Gilmour, director de cercetare la organizația britanică Bat Conservation Trust, partener al consorțiului BioacAI, cunoaște foarte bine această problemă.
„Proiectele noastre generează sute de teraocteți de date pe an, iar analiza lor ar necesita între 20 și 30 de ani de muncă umană”, a spus ea.
Din cauza naturii lor fugitive și a activității lor nocturne, liliecii sunt greu de studiat, ceea ce face ca monitorizarea acustică pasivă să fie deosebit de importantă. „Ca să putem înțelege tendințele și comportamentul populației lor, trebuie să-i înregistrăm”, a declarat Gilmour.
Noaptea, liliecii emit ultrasunete, impulsuri de mare frecvență, și ascultă ecoul pentru a se orienta și a-și detecta prada. Diferitele specii emit adesea sunete cu frecvențe diferite, dar își adaptează sunetele de ecolocație și la mediul înconjurător. Chiar și experții disting cu greu între specii strâns înrudite.
De aceea, cercetătorii studiază dacă sunetele sociale emise de lilieci ar putea constitui o metodă mai eficientă de identificare a speciilor. Aceste ciripituri, care pot fi auzite de oameni, tind să fie mai specifice fiecărei specii decât sunetele emise când vânează sau pentru orientare.
Deși liliecii emit aceste sunete de comunicare mai rar, clasificarea lor ar putea ajuta sistemele de inteligență artificială să identifice speciile care pun în prezent probleme în monitorizarea acustică.
În plus, s-ar putea reduce enorm numărul de date neprocesate.
„Fără aceste clasificatoare și acest sistem ar fi zeci de ani de muncă manuală”, a spus Gilmour.
De la supraîncărcarea cu date la descoperire
Instrumentele de AI dezvoltate prin BioacAI învață să recunoască semnăturile acustice caracteristice ale diferitelor specii, funcționând la o viteză și la o scară pe care un om nu le-ar putea egala.
Aplicații ca Merlin Bird ID, care permit pasionaților de ornitologie să identifice speciile folosind microfonul unui smartphone, au arătat deja ce se poate obține pentru păsările comune și bine documentate. Dar cercetătorii de la BioacAI încearcă să meargă mai departe, identificând specii pentru care există relativ puține date.
Pentru a aborda acest aspect, echipa folosește o tehnică de inteligență artificială numită „integrare profundă”, care plasează sunetele de la animale pe o hartă spațială, astfel încât sunetele similare din punct de vedere acustic să se grupeze. Tehnica sugerează cu ce specii cunoscute ar putea semăna sunetele necunoscute, dar poate semnala și sunete neobișnuite sau neclasificate până acum, pentru a fi investigate mai amănunțit.
„Avem mase de date neprelucrate”, a declarat Stowell. „Ar fi extraordinar dacă am putea identifica sunete sau locuri care necesită o mică investigație.”
În acest domeniu, expertiza umană rămâne esențială.
Peisajele sonore din întreaga lume ar putea fi analizate în viitor cu ajutorul rețelelor de senzori acustici, al echipelor de cercetători și al cetățenilor implicați în activități științifice. Cercetătorii și factorii de decizie vor avea astfel o imagine mult mai clară asupra modului în care se schimbă ecosistemele.
Astfel de cercetări ar putea dezvălui specii neidentificate până acum, noi habitate pentru animale cunoscute sau zone cu biodiversitate bogată care se conturează. De asemenea, ar putea contribui la aplicarea Strategiei UE privind biodiversitatea pentru 2030, îmbunătățind modul de monitorizare a ecosistemelor și speciilor la nivel european.
„Avem o capacitate enormă de a identifica cu adevărat factorii care determină schimbările în rândul populațiilor, de a studia aceste populații la scară largă și de a culege seturi de date la care înainte chiar nu aveam acces”, a spus Gilmour.
Articol scris de Michael Allen
Acest articol a fost publicat inițial în „Horizon”, revista UE pentru cercetare și inovare.
Cercetarea prezentată în acest articol a fost finanțată prin programul Orizont Europa.
Mai multe informații
