VolgendeVolgende gids
AI Parts Identification from Photos for Mechanics
Toepassingen
ToepassingenGIDS
AI luistert naar audio-opnamen en identificeert welke vogelsoorten roepen, waardoor microfoons worden omgezet in geautomatiseerde natuuronderzoekers.
Luister naar deze gidsAI-verteld · ~2 min
Het is van belang omdat onderzoekers en het publiek de biodiversiteit continu, goedkoop en op grote schaal kunnen monitoren.
Vogels zijn veel gemakkelijker te horen dan te zien, dus akoestische monitoring is een krachtige manier om ze te onderzoeken. AI-systemen zetten ruwe audio om in spectrogrammen, afbeeldingen die laten zien hoe de geluidsfrequentie in de loop van de tijd verandert, en gebruiken vervolgens convolutionele neurale netwerken om de unieke patronen van de liederen en oproepen van elke soort te herkennen. Cornell's BirdNET, getraind op duizenden soorten, drijft de populaire Merlin Sound ID-app aan die vogels in realtime op een telefoon identificeert. Naast apps leggen autonome opname-eenheden die maandenlang in de bossen blijven, 24 uur per dag audio vast die AI verwerkt om de aanwezigheid, overvloed, migratietiming en zelfs nachtelijke vluchtoproepen in kaart te brengen; werk dat voor menselijke waarnemers onmogelijk zou zijn om continu over grote gebieden te doen.
De Merlin Bird ID-app, mogelijk gemaakt door BirdNET, identificeert vogelsoorten in realtime via een telefoonmicrofoon.
Onderzoekers zetten autonome opname-eenheden in afgelegen bossen in om soorten gedurende hele seizoenen te monitoren.
Natuurbeschermers volgen de nachtelijke migratie door nachtelijke vluchtoproepen te analyseren die door AI zijn vastgelegd.
Xeno-canto en de Macaulay-bibliotheek bieden gelabelde opnames die worden gebruikt om identificatiemodellen te trainen en te benchmarken.
Zelf-gecontroleerde en fundamentele audiomodellen zullen de behoefte aan enorme gelabelde datasets verminderen en de herkenning van zeldzame of slecht gedocumenteerde soorten verbeteren. Verwacht kleine, energiezuinige 'edge'-apparaten die ter plaatse identificatie uitvoeren en alleen detecties verzenden, waardoor dichte sensornetwerken mogelijk zijn. Integratie met weerradar en burgerwetenschappelijke platforms zoals eBird zal de migratievoorspellingen verfijnen, en de multi-species soundscape-analyse zal een standaardmaatstaf voor biodiversiteit worden voor natuurbehoud en landbeheer.
Gratis nieuwsbrief
Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.
Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.
Test jezelf
Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.
Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie
AI luistert naar audio-opnamen en identificeert welke vogelsoorten roepen, waardoor microfoons worden omgezet in geautomatiseerde natuuronderzoekers. Het is van belang omdat onderzoekers en het publiek de biodiversiteit continu, goedkoop en op grote schaal kunnen monitoren.
Audio wordt omgezet in een spectrogram, een beeld van frequentie versus tijd, zodat beeldherkenningsnetwerken de vorm van de oproep kunnen classificeren.
Cornell's BirdNET, getraind op duizenden soorten, stuurt Merlijn's realtime geluidsidentificatie aan.
Veel vogels zijn vocaal maar moeilijk te herkennen, dus door hun geluiden op te nemen, worden soorten vastgelegd die bij visuele onderzoeken over het hoofd worden gezien.
Meerdere vogels tegelijk roepen, plus wind- en ander geluid, maken het isoleren en classificeren van individuele soorten moeilijker.
Xeno-canto en de Macaulay-bibliotheek zijn grote opslagplaatsen van gelabelde vogelopnamen die worden gebruikt voor training en benchmarking.
Blijf leren
Er zijn meer handleidingen voor dit onderwerp geselecteerd
VolgendeVolgende gids
AI Parts Identification from Photos for Mechanics
Toepassingen