الباحثون استخدام التعلم الآلي للتنصت على أصوات الأسماك

الأسماك تجمع معا وإجراء المكالمات، والتي هي الصباح والليل. (الصورة : الوثيقة. pixabay)

أظهرت دراسة جديدة كيف يمكن للتعلم الآلي أن يجعل البشر يتنصتون على أصوات الأسماك ويكشفون كيف تؤثر عليهم البيئة.

سمعت الباحثة جيل مونجر لأول مرة عن سمكة تصدر صوتا عندما كانت طالبة.

"يمكنني التجسس على المخلوقات في البحر، دون إزعاجهم. عندما تكون غواصا، تزعج الحياة البرية عندما تسبح، لذلك لا يمكنك مشاهدة ما أنت غير موجود فيه."

وقد أعطي مونجر قرصا صلبا مع 000 18 ساعة من الصوت من منطقة هيدروفونية من 12 محطة تديرها الإدارة الوطنية للمحيطات والغلاف الجوي ودائرة المنتزهات الوطنية في ساموا الأمريكية. كمية معينة من البيانات التي يبدو من المستحيل فرزها.

"انها مثل إذا كان شخص ما يعطيك mixtape لمدة أسبوع ، فإنك لن تستمع إلى كل شيء" ، وقال مونجر.

ثم استخدم برنامجا أنشأ تخطيطا محددا ، وقراءة مرئية للضوضاء. يمكن التعرف على بعض الأصوات بسهولة، مثل مكالمات الحيتان. ولكن كان هناك صوت آخر كان أجنبيا تماما.

وقال مونجر " انه تقريبا مثل لغز لمعرفة ما هو الصوت المختلف " .

بعض الأجزاء صاخبة ، مثل الرياح ، والبعض الآخر مثل التسجيلات القديمة التي يهيمن عليها صوت عض الروبيان. وأخيرا، قرر أنها جاءت من سمكة.

يمكنه اختيار الوقت الذي تتجمع فيه السمكة معا و تتصل، أي صباحا و ليلة، مثل الجوقة. كان هناك صوت واحد أثار (مونجر) نداء السمك الأناني ذكره بقطة شخير

وقال مونجر " بالنسبة لى فان ( مكالمات الاسماك ) مختلفة تماما ومليئة بالشخصية " . وأضاف أن الدمانية تجعل هذا الصوت خاصة من خلال توحيد أسنانهم البلعوم وزيادة الصوت من خلال الحويصلات الهوائية الخاصة بهم.

مونجر ليس وحده، انه مع شخص يساعد في أبحاثه.

على الرغم من كل الضوضاء المثيرة للاهتمام على القرص الصلب ، كان مونجر يعرف أنه لن يكون قادرا على التدقيق في جميع البيانات بنفسه. لذا، طلبت مساعدة شقيقها، دانيال هيريرا، مهندس التعلم الآلي.

هيريرا كتب الشفرة ومعا دربوا النموذج. وقد نشرت النتائج في مجلة "سلسلة التقدم الإيكولوجي البحري".

تشمل عينات التعلم الآلي أو بيانات التدريب 400 إلى 500 مكالمة أنانية. مع تلك البداية، بنى هيريرا نموذج التعلم الآلي الذي حدد بدقة 94 في المئة من المكالمات الأنانية.

يمكن تأخير البحث لأنه من الصعب تحليل كميات كبيرة من البيانات بكفاءة ، ولكن مثل هذه الأنظمة يمكن أن تغير قواعد اللعبة.

بالإضافة إلى مونجر وشقيقها، الباحث في المعهد التعاوني للبحوث في العلوم البيئية في جامعة كولورادو بولدر، الذي لم يشارك في الورقة الجديدة، أجرت كاري بيل أيضا دراسة مماثلة باستخدام التعلم الآلي.

وأوضح بيل قائلا: "عندما تبدأ في إدخال خوارزميات ونهج مثل التعلم الآلي والذكاء الاصطناعي والتعلم العميق، يمكنك بناء شيء أكثر ذكاء وكفاءة من خلال الحصول على كميات كبيرة من البيانات.

وإلى جانب مجرد تحديد الهوية، قال بيل إن هذه الطريقة يمكن أن تكشف عن أدلة حول صحة النظام الإيكولوجي. ولأن الأسماك تدعو إلى التغيير مع الظروف البيئية مثل سرعة الرياح، ودرجة حرارة المياه، وسعة المد والجزر، ومستويات ضغط الصوت، فإن الضوضاء نفسها يمكن أن تكون مؤشرا على كيفية عمل النظم الإيكولوجية، وخاصة في المحيطات التي تشهد تغيرا مناخيا سريعا.

وقد استخدم هذا النهج التعلم الآلي في تحليل المكالمات الحوت الأحدب، ولكن ليس بعد في عالم الأسماك. بالإضافة إلى الشخير المفضل لدى مونجر، قال بيل في بحثه إنه سمع الأسماك، لكنه لم يكن متأكدا بعد من الأنواع التي تصدر صوت الماينغ، والأصوات الغامضة الأخرى التي تذكرنا بالزلاجات النفاثة.

وقال بيل: "المجهول هو الأكثر إثارة للاهتمام بالنسبة لي، لأنه من المدهش أننا هنا، في عام 2022، وتمكنا من فهم البيئة لعقود، ولكن لا يزال هناك الكثير من الأشياء التي لم نشرحها حتى الآن.