Une nouvelle étude montre comment l’apprentissage automatique peut amener les humains à écouter les sons des poissons et à révéler comment l’environnement les affecte.
La chercheuse Jill Munger a entendu parler pour la première fois d’un poisson qui faisait un bruit lorsqu’elle était étudiante.
« Je peux espionner les créatures dans la mer, sans les déranger. Lorsque vous êtes plongeur, vous dérangez la faune lorsque vous nagez, de sorte que vous ne pouvez pas regarder ce que vous n’êtes pas là », a déclaré Munger, qui est actuellement chercheur en écologie marine à l’Oregon State University.
Munger a reçu un disque dur avec 18 000 heures de son provenant d’une zone d’hydrophone de 12 stations gérée par la NOAA et le National Park Service des Samoa américaines. Une certaine quantité de données qui semble impossible à trier.
« C’est comme si quelqu’un vous donnait une mixtape pendant une semaine, vous n’allez jamais tout écouter », a déclaré Munger.
Ensuite, il a utilisé un logiciel qui a créé un spécifiqueogramme, une lecture visuelle du bruit. Certains sons sont facilement identifiables, comme les cris des baleines. Mais il y avait une autre voix qui était complètement étrangère.
« C’est presque comme un casse-tête de comprendre à quel point c’est un son différent », a déclaré Munger.
Certaines parties sont bruyantes, comme le vent, et d’autres comme de vieux enregistrements dominés par le son des claquements de crevettes. Finalement, il a décidé que cela venait d’un poisson.
Il pouvait choisir le moment où les poissons se rassemblaient et faisaient des appels, c’est-à-dire matin et soir, comme une chorale. Il y avait une voix qui excitait Munger. L’appel du poisson demoiselle lui rappelait un chat ronflant.
« Pour moi, (les appels de poissons) sont très différents et pleins de personnalité », a déclaré Munger. Il a ajouté que les demoiselles font ce son particulier en unissant leurs dents pharyngées et en augmentant le son à travers leurs sacs aériens.
Munger n’est pas seul, il est avec quelqu’un qui l’aide dans ses recherches.
Malgré tous les bruits intéressants sur le disque dur, Munger savait qu’il ne serait jamais en mesure de passer au crible toutes les données lui-même. Elle a donc demandé l’aide de son frère, Daniel Herrera, ingénieur en apprentissage automatique.
Herrera a écrit le code et ensemble ils ont formé le modèle. Les résultats ont été publiés dans la revue Marine Ecology Progress Series.
Les échantillons d’apprentissage automatique ou les données d’entraînement comprennent 400 à 500 appels de demoiselles. Avec ce début, Herrera a construit un modèle d’apprentissage automatique qui a identifié avec précision 94% des appels de demoiselles.
La recherche peut être retardée parce qu’il est difficile d’analyser efficacement de grandes quantités de données, mais des systèmes comme celui-ci peuvent changer la donne.
En plus de Munger et de son frère, chercheur au Cooperative Institute for Research in Environmental Sciences de l’Université du Colorado à Boulder, qui n’a pas participé au nouvel article, Carrie Bell a également mené une étude similaire en utilisant l’apprentissage automatique.
« Lorsque vous commencez à introduire des algorithmes et des approches comme l’apprentissage automatique, l’intelligence artificielle et l’apprentissage profond, vous pouvez créer quelque chose de plus intelligent et beaucoup plus efficace pour obtenir de grandes quantités de données », a expliqué Bell.
Au-delà de la simple identification, Bell a déclaré que la méthode pourrait révéler des indices sur la santé des écosystèmes. Parce que les appels de poisson changent avec les conditions environnementales telles que la vitesse du vent, la température de l’eau, l’amplitude des marées et les niveaux de pression acoustique, le bruit lui-même peut être un indicateur de la façon dont les écosystèmes fonctionnent, en particulier dans les océans connaissant un changement climatique rapide.
Cette approche d’apprentissage automatique a été utilisée pour analyser les cris des baleines à bosse, mais pas encore dans le monde des poissons. En plus du ronflement préféré de Munger, Bell a déclaré dans ses recherches qu’il entendait du poisson, mais il n’était toujours pas sûr de l’espèce qui faisait le bruit de gémissement, et d’autres sons mystérieux rappelant les jet-skis.
« L’inconnu est le plus intéressant pour moi, car c’est incroyable que nous soyons ici, en 2022, et que nous soyons capables de comprendre l’environnement depuis des décennies, mais il y a encore tellement de choses que nous n’avons même pas encore expliquées », a déclaré Bell.
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
