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。
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)
