دانشمندان با ردیابی پرنده ای که از آتش سوزی های تابستانی سیاه از بین رفته بودند، از “تغییر بازی” هوش مصنوعی استقبال کردند | پرنده ها

این واقعیت که پرنده خزدار شرقی از زمانی که خانه جنگل بارانی گندوانا در جنگل‌های بارانی تابستانی 2019-2020 ویران شد، در جنوب شرقی کوئینزلند دیده و شنیده نشده بود، به نوعی تعجب‌آور نبود.

برای اولین بار، تصور می شود که کمتر از 40 پرنده منفرد در جمعیت شمالی آن وجود داشته باشد.

زن و شوهر که به این واقعیت که این یک پرنده قهوه ای بی توصیف، خجالتی و مخفی است که در امتداد زمین بین بوته ها پرواز می کند و برای دیده نشدن بهترین کار را انجام می دهد.

این باعث می‌شود که پرنده پرنده به کارآمدترین راه ردیابی آن بپردازد.

معمولاً این کار شامل رفتن شخصی به جنگل و پخش یک صدای ضبط شده در تلاش برای ایجاد پاسخ از یک پرنده وحشی است.

سوزان فولر از دانشگاه فناوری کوئینزلند می گوید: «اما شما باید در زمان مناسب در مکان مناسب باشید و پرنده باید بخواهد پاسخ دهد.

بنابراین، محققان QUT با BirdLife استرالیا و Healthy Land and Water همکاری کردند تا پنج مانیتور صوتی را در اواسط سال گذشته در محدوده شمالی پرنده بریستل‌برد قرار دهند، که فقط برای تعویض باتری‌ها و هفته‌ها بعد برای ضبط بازگشتند.

نتایج دلگرم کننده بود و وجود پرنده گریزان را تایید می کرد که بیم آن می رفت در جنوب شرقی کوئینزلند گم شده باشد.

پتانسیل این نوع نظارت که نظارت صوتی غیرفعال نامیده می شود، بیش از یک دهه است که دانشمندان را هیجان زده کرده است. فولر می گوید، اما پیشرفت های اخیر در علوم کامپیوتر و هوش مصنوعی است که به تحقق این پتانسیل کمک کرده است.

دانشیار مرکز محیط‌زیست QUT می‌گوید: «ما همیشه به همان نقطه‌ای برمی‌گردیم که کسی باید بنشیند و ضبط‌ها را دقیقه به دقیقه مرور کند و تماس‌ها را به صورت دستی شناسایی کند.

برای یک پروژه بزرگ حفاظتی، که می‌تواند به ترابایت داده باشد – گنجینه‌ای که از نظر فیزیکی قابل بررسی برای انسان نیست.

در این مورد، دکتر لنس دی واین، دانشمند کامپیوتر QUT، یک مدل هوش مصنوعی ایجاد کرد که می‌توان آن را برای تشخیص تماس‌های پرنده‌های پرنده در بین ساعت‌ها و ساعت‌های ضبط صحرایی آموزش داد.

فولر می گوید: «بدون هوش مصنوعی ما نمی توانیم این کار را انجام دهیم. “این یک بازی برای ما است.”

این پیشرفت همچنان مبتنی بر درک زیست‌محیطی و تخصص انسانی بود – این افسر پروژه گونه‌های در معرض تهدید BirdLife و کاندیدای دکترای QUT، Callan Alexander بود که برای اولین بار تماس پرنده‌ای را از ضبط‌ها انتخاب کرد.

با استفاده از گوش آموزش دیده الکساندر، دی واین توانست به تدریج برنامه هوش مصنوعی را برای شناسایی دقیق صدای پرنده در خطر انقراض از سایر صداهای مشابه هدایت کند و سپس آن را روی بقیه صداهای ضبط شده رها کند، که از آنجا 350 تماس پرنده شرقی را بر روی این دو کشف کرد. -دوره ماهه

پس از این پیشرفت اولیه، محققان اکنون 20 ناظر در محدوده وسیع تری از زیستگاه دارند.

فولر می‌گوید هوش مصنوعی پتانسیل بیشتری برای حفاظت ارائه می‌کند، از جمله شناسایی تماس‌های حیوانات از روی ضبط‌شده، نه فقط گونه‌ها.

این دانشمند می‌گوید که مناظر صوتی می‌توانند بینش منحصربه‌فردی در مورد سلامت کلی یک اکوسیستم ارائه دهند.

هنگامی که به عنوان یک طیف‌نگار (نمایش بصری طیف فرکانس‌ها) نمایش داده می‌شود، یک ضبط صوتی تصویری قابل اندازه‌گیری از تعداد گونه‌هایی که در یک تکه از زیستگاه تماس می‌گیرند، ارائه می‌کند.

فولر می‌گوید: «شما می‌توانید یک اکوسیستم سالم را ببینید و بسیار متفاوت از اکوسیستم فقیرتر است. و ما می‌توانیم از روی آن، یک شاخص تنوع صوتی را محاسبه کنیم که فقط به ما می‌گوید، مثلاً، این سایت دارای گونه‌های بیشتری از آن است.»

به عنوان مثال، این نوع اطلاعات می تواند در نظارت بر بازسازی زیستگاه های تخریب شده بسیار ارزشمند باشد.

فولر می‌گوید: «ما می‌توانیم از آکوستیک به عنوان اثر انگشت محیط استفاده کنیم.