Звуки, издаваемые дельфинами, могут быть преобразованы в важнейший инструмент для защиты и мониторинга морского биоразнообразия. Исследователи из Океанографического института (IO), аффилированного с Университетом Сан-Паулу (USP), создали алгоритм искусственного интеллекта (ИИ), способный различать шесть видов дельфинов Юго-Западной Атлантики на основе их свистов.
Это исследование, опубликованное в журнале Ocean and Coastal Research, знаменует собой значительный прорыв в отслеживании морской жизни. Разработанная технология также имеет потенциал для улучшения наблюдения за популяциями морских млекопитающих в труднодоступных местах.
Для создания этой модели ученые изучили около 1800 записей звуков, собранных в прибрежных районах Сан-Паулу, на архипелаге Фернандо-де-Норonha и в устье Кананейи, расположенном на южном побережье штата Сан-Паулу.
Записи включали звуки различных видов, таких как обыкновенные дельфины (Delphinus delphis), косатки (Orcinus orca), атлантические пятнистые дельфины (Stenella frontalis), дельфины-бутыльщики (Tursiops truncatus), роторные дельфины (Stenella longirostris) и серые дельфины (Sotalia guianensis).
Алгоритм достиг точности в 55% при идентификации видов. Исследователи считают этот результат очень многообещающим, поскольку он представляет собой начальный шаг к автоматизации акустического распознавания этих животных.
Наибольшая частота успеха была зафиксирована у обыкновенных дельфинов — 73,6%, за ними следовали серые дельфины с показателем 65% и атлантические пятнистые дельфины с 55%.
Перспективы и проблемы акустического распознавания
По словам биолога Диого Д. Барселоса, первого автора статьи, точность системы может быть повышена за счет увеличения количества образцов и записей, используемых в процессе обучения. Он объяснил Журналу USP, что чем больше данных доступно для каждого вида, тем выше способность системы различать различные звуковые паттерны.
Барселос подчеркнул, что эти акустические вариации могут быть связаны с адаптацией к различным средам, таким как наличие пищи, присутствие хищников и воздействие деятельности человека. В некоторых местах виды, сосуществующие вместе, могут даже поглощать звуки друг друга, что усложняет чисто акустическую идентификацию.
По этой причине крайне важно, чтобы алгоритм был обучен на записях, собранных в нескольких регионах. Таким образом, акустическая библиотека становится жизненно важным инструментом для повышения точности мониторинга и расширения знаний о китообразных Юго-Западной Атлантики.
Команда использовала данные, собранные в акустической библиотеке, для обучения модели ИИ на основе алгоритма Random Forest. Эта система работает как набор «деревьев решений»; каждое дерево оценивает различные характеристики вокализаций, такие как продолжительность, частота, модуляция и вариация свиста, используя эту информацию для классификации вида. Затем алгоритм консолидирует ответы всех деревьев, выбирая наиболее часто встречающуюся классификацию. Таким образом, модель учится распознавать специфические акустические паттерны каждого вида и может автоматически идентифицировать китообразных, просто слушая звуки, которые они издают.
Профессор Маркос Сантос, координатор Лаборатории биологии сохранения морских млекопитающих IO и второй автор работы, упомянул, что начал сотрудничество с исследователями из США после занятия преподавательской должности в USP. Это партнерство позволило им импортировать специализированное оборудование и привлечь средства Фонда поддержки исследований штата Сан-Паулу (Fapesp) для проведения инновационного исследования акустики китов и дельфинов на побережье Сан-Паулу.
Проект также привел к созданию акустической библиотеки китообразных побережья Сан-Паулу. Барселос стал первым исследователем лаборатории, занимающимся академическими исследованиями в этой области, способствуя прогрессу акустического мониторинга морского биоразнообразия.
Фундаментальная роль биоакустики
Сантос подчеркнул, что биоакустика играет центральную роль в отслеживании этих видов. Он предположил, что в будущем не потребуется использовать суда для патрулирования присутствия этих млекопитающих вдоль побережья; только акустика позволит идентифицировать виды и подсчитать количество особей в определенной области. Однако для реализации этого необходимо расширить существующую акустическую библиотеку.
Профессор добавил: «Однако для этого нам нужно будет еще больше развивать акустическую библиотеку, которую мы уже построили, с целью закрепления этого метода мониторинга, который уже используется в некоторых странах». Он заключил: «Мы сделали первый шаг. Если мы не продвинемся вперед, это усилие будет напрасным. Мы должны продолжать применять те же методы как минимум еще пять лет».
Одно из больших преимуществ системы, созданной USP, — это возможность непрерывного мониторинга без вмешательства в естественное поведение животных. В отличие от визуальных наблюдений, которые зависят от хороших погодных условий и освещения, акустические датчики, оснащенные ИИ, могут работать непрерывно, даже ночью или в мутной воде.
Этот постоянный мониторинг помогает определить жизненно важные зоны для питания, размножения и миграции китообразных, а также позволяет оценить, как изменения окружающей среды и деятельность человека влияют на эти популяции. Поскольку дельфины и киты находятся на вершине пищевой цепи, они считаются важными индикаторами здоровья морских экосистем.
Для Барселоса результаты доказывают потенциал ИИ как инструмента мониторинга морской фауны, особенно в регионах Юго-Западной Атлантики, где не хватает данных о встречаемости и поведении этих видов. Система также может помочь управляющим природоохранными зонами, предоставляя постоянные данные о присутствии видов, наиболее посещаемых районах и сезонности их появления.
Он заявил, что «этот мониторинг может помочь нам лучше понять, как китообразные используют окружающую среду, и предоставить информацию для поддержки государственной политики, природоохранных мер и нормативных актов, направленных на снижение воздействия человеческой деятельности на морские экосистемы». Акустический мониторинг также служит для оценки влияния деятельности человека на животных. Изменения в частоте вокализации, занятии определенных мест или поведении видов могут сигнализировать о воздействии, вызванном морским движением, рыболовством и другими вмешательствами в морскую среду.
Следующий этап исследования будет включать тестирование алгоритма в районах северного побережья штата Сан-Паулу, включая Канал Сан-Себастьяно и воды близ острова Анхиэта, с целью уточнения системы и расширения ее использования в программах сохранения морского биоразнообразия.