研究人员使用机器学习来窃听鱼的声音

一项新的研究表明，机器学习如何使人类窃听鱼的声音，并揭示环境如何影响它们。

研究员吉尔·芒格（Jill Munger）在学生时代第一次听说一条鱼发出声音。

"我可以监视海洋中的生物，而不会打扰它们。当你是一名潜水员时，当你游泳时，你会打扰野生动物，所以你不能看到你不在那里的东西，"芒格说，他目前是俄勒冈州立大学的海洋生态研究员。

芒格从NOAA和美属萨摩亚国家公园管理局管理的12个电台水听器区域获得了一个具有18，000小时声音的硬盘驱动器。似乎无法排序的一定数量的数据。

"这就像如果有人给你一个混音带一个星期，你永远不会听所有的东西，"芒格说。

然后，他使用软件创建了一个特定图，一个噪声的视觉读数。有些声音很容易识别，例如鲸鱼的叫声。但还有另一种声音是完全陌生的。

"这几乎就像一个谜题，弄清楚它是什么不同的声音，"芒格说。

有些部分很嘈杂，比如风，有些部分像是老唱片，主要是虾啪的声音。最后，他决定它来自一条鱼。

他可以选择鱼聚集在一起并发出呼叫的时间，即早晨和晚上，就像合唱团一样。有一个声音让芒格兴奋不已。那的鱼叫声让他想起了一只打鼾的猫。

"对我来说，（鱼叫声）非常不同，充满个性，"芒格说。他补充说，damselfish通过联合咽部牙齿并通过气囊增加声音来发出这种特殊的声音。

芒格并不孤单，他和某人一起帮助他的研究。

尽管硬盘上有各种有趣的噪音，芒格知道他永远无法自己筛选所有数据。因此，她得到了她的兄弟丹尼尔·埃雷拉（Daniel Herrera）的帮助，丹尼尔·埃雷拉（Daniel Herrera）是一名机器学习工程师。

Herrera编写了代码，他们一起训练了模型。研究结果已发表在《海洋生态学进展丛书》杂志上。

机器学习样本或训练数据包括 400 到 500 个 damselfish 调用。从这个开始，Herrera建立了一个机器学习模型，可以准确地识别出94%的damselfish呼叫。

研究可能会被推迟，因为很难有效地分析大量数据，但像这样的系统可能会改变游戏规则。

除了芒格和她的兄弟，科罗拉多大学博尔德分校环境科学研究合作研究所的研究员，没有参与新论文之外，Carrie Bell还使用机器学习进行了类似的研究。

"当你开始引入机器学习、人工智能和深度学习等算法和方法时，你可以构建一些更智能、更高效的东西来处理大量数据，"贝尔解释说。

除了简单的识别之外，贝尔说，这种方法可以揭示有关生态系统健康的线索。由于鱼类的叫声会随着风速、水温、潮汐幅度和声压级等环境条件的变化而变化，因此噪音本身可以成为生态系统运行方式的指标，特别是在经历快速气候变化的海洋中。

这种机器学习方法已被用于分析座头鲸的叫声，但尚未用于鱼类世界。除了芒格喜欢打鼾之外，贝尔在他的研究中说，他听到了鱼，但他仍然不确定哪个物种发出了呻吟声，以及其他让人想起摩托艇的神秘声音。

"未知对我来说是最有趣的，因为令人惊讶的是，在2022年，我们已经能够理解环境几十年了，但仍然有很多事情我们甚至还没有解释，"贝尔说。