Прослушивание океанских глубин в поисках гладких китов
Ученые используют алгоритмы и машинное обучение, чтобы "услышать" характерные звуки одного из самых исчезающих животных в мире. Цель — определить их местоположение и защитить от одной из главных угроз.
Исследователи из Университета Далхаузи применили глубокую нейронную сеть, обученную на тысячах записей звуков североатлантического гладкого кита, собранных в заливе Святого Лаврентия за два года.
Команда, опубликовавшая результаты в Journal of the Acoustical Society of America, использовала алгоритмы в сочетании с валидацией экспертов, чтобы выделить характерные "апколлы" китов, и обучила сеть идентифицировать эти звуки. Точность идентификации апколла — короткого "вопля" длиной около секунды, который, как считается, служит для сбора китов — составила около 90%.
Знание местоположения повышает защиту
Эта инновация означает, что технология может обнаруживать гладких китов — медлительных морских гигантов, держащихся у поверхности, что делает их уязвимыми для столкновений с судами, — в реальном времени при прохождении через районы с судоходством.
"Это может быть очень рентабельным инструментом для мониторинга присутствия не только североатлантических гладких китов, но и других видов", — говорит ведущий автор Оливер Кирсебом.
"Это похоже на визуальное представление звука. Можно разделить разные частоты и создать изображение... именно его мы и даем сети для распознавания апколлов".
Гидрофоны улавливают "вопли" китов
Записи были собраны с помощью пассивного акустического мониторинга — системы с гидрофонами на буях, подводных поплавках на дне и других устройствах.
Они фиксируют не только китов, но и звуки судов, других морских видов, льда и фонового шума. Чтобы выделить звуки китов, исследователи обучают алгоритмы их распознаванию. Этот метод используется годами, но его эффективность была ограничена из-за уровня шума и других факторов.
Чтобы улучшить его, доктор Кирсебом и его коллеги из Fisheries and Oceans Canada использовали метод на основе искусственных нейронных сетей — алгоритмов, смоделированных по принципу человеческого мозга для распознавания паттернов. Сети стали предпочтительным подходом машинного обучения для решения ряда задач, особенно в обработке речи и анализе изображений.
Возможно обнаружение в реальном времени
Доктор Кирсебом объясняет, что можно записывать пять минут звуков, которые затем передаются в нейронные сети для сканирования на предмет апколлов. Сеть создает файл с указанием времени звука, данные передаются на берег для проверки. Сеть также может обеспечить практически мгновенное оповещение о присутствии кита в районе через автоматический сигнал.
"В идеале мы надеемся использовать наш алгоритм обнаружения в полевых условиях в этом сезоне на борту гидрофонов, развернутых в заливе Святого Лаврентия", — говорит он.
"Он может передавать эти данные об обнаружении, так что не придется ждать, пока люди на лодке извлекут устройство — информация будет поступать практически в реальном времени".
Эту информацию можно использовать для защиты вида, популяция которого сократилась примерно до 400 особей по всему миру.
Североатлантические гладкие киты каждое лето перемещаются с мест размножения у южных штатов США в залив Святого Лаврентия и залив Фанди для питания. Но они несут тяжелые потери из-за столкновений с судами и запутывания в рыболовных снастях. За последние пару лет в заливе Святого Лаврентия было обнаружено более 20 туш, что заставило федеральное правительство закрыть промыслы и ограничить судоходство.
"Мы надеемся, что это можно использовать для информирования судов и крупных танкеров о присутствии кита. При обнаружении сетью может быть отправлено сообщение на судно. Информация может появиться на информационной панели капитана: "Внимание, в районе кит, снизьте скорость или измените курс".