ШІ в акустиці китів і морських ссавців
AI сканує величезну кількість підводного аудіо, щоб виявляти, класифікувати та відстежувати китів та інших морських ссавців за їх криками.
Огляд
Це важливо для запобігання зіткненням із суднами, зменшенням шкідливого шуму та розумінням видів, які ми рідко бачимо.
Глибоке занурення
Океан непрозорий для світла, але переносить звук на сотні миль, тому морські ссавці покладаються на вокалізацію, як і вчені. Гідрофони, пришвартовані, буксировані чи на автономних планерах, безперервно записують, створюючи терабайти звуку. Детектори штучного інтелекту, створені на основі CNN і повторюваних або трансформаторних моделей, сканують спектрограми, щоб знаходити крики китів серед шуму корабля, ідентифікувати види за такими характерними звуками, як пісня горбатого або крик правого кита, і навіть розрізняти індивідуальні шаблони клацання кашалотів і дельфінів. Співпраця Google з NOAA створила класифікатори горбатих китів на основі десятиліть тихоокеанських записів. Системи виявлення майже в реальному часі сповіщають кораблі про сповільнення, допомагаючи захистити північноатлантичних гладких китів, які знаходяться під загрозою зникнення, від смертельних зіткнень.
Технічне розуміння
Як і у випадку з птахами, дзвінки перетворюються на спектрограми та класифікуються за глибокими мережами, але підводне середовище додає перешкоди: низькочастотні китові крики накладаються на шум двигуна та сейсморозвідки, поширення звуку спотворює сигнали, а позначені дані для рідкісних видів є дефіцитними. Детектори часто налаштовані на високий рівень запам’ятовування, щоб виклики не були пропущені, а потім люди-аналітики перевіряють позначені сегменти. Деякі системи працюють на буях, передаючи дані виявлення на берег майже в реальному часі.
Стратегічний вплив
Створіть вибір
Розробка на рівні програми визначає, чи покращує ШІ реальні результати.
Команда та робочий процес
Хороша інтеграція робочого процесу підвищує продуктивність, якій користувачі довіряють.
Ризики та безпека
Добре розроблені варіанти використання зменшують втому від змін і ризик впровадження.
Майбутнє ШІ в акустиці китів і морських ссавців
Очікуйте, що мережі розумних буїв і планерів виконають бортове виявлення та сповіщатимуть мореплавців і менеджерів за лічені хвилини. Самоконтрольовані моделі навчатимуться на немаркованому звуку океану, покращуючи виявлення маловивчених видів. Такі проекти, як Project CETI, спрямовані на використання машинного навчання для декодування структури спілкування кашалота. У поєднанні з оцінкою пасивної акустичної щільності штучний інтелект може забезпечувати безперервний моніторинг населення в масштабі океанського басейну та динамічне управління судноплавством з урахуванням шуму.
Реалізація в реальному світі
Системи виявлення гладких китів майже в реальному часі сповіщають кораблі про необхідність уповільнити швидкість і уникнути зіткнень біля східного узбережжя США.
Google та NOAA створили класифікатори штучного інтелекту, щоб знаходити пісні горбатих китів у даних тихоокеанських гідрофонів за десятиліття.
Автономні планери з бортовими детекторами досліджують присутність китів у віддалених регіонах океану.
Проект CETI застосовує машинне навчання для аналізу послідовностей клацань (код) кашалотів для вивчення їх спілкування.
Ризики та огорожі
Автоматизація несправного процесу може посилити існуючі проблеми.
Команди можуть надмірно автоматизувати роботу й усунути необхідне людське судження.
Якість може погіршуватися, якщо результати не оцінюються постійно.
Дорожня карта впровадження
Намалюйте поточний робочий процес і визначте крок із найбільшим тертям.
Визначте контрольні точки людини перед повною автоматизацією.
Навчіть користувачів підказкам, шляхам ескалації та стандартам якості.
Відстежуйте результати на рівні завдання, щоб підтвердити постійну цінність.
Продовжуйте досліджувати
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Whale and Marine Mammal Acoustics quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Наступний посібник
Приглушення акустичного відлуння
Часті запитання
Що таке штучний інтелект в акустиці китів і морських ссавців?
AI сканує величезну кількість підводного аудіо, щоб виявляти, класифікувати та відстежувати китів та інших морських ссавців за їх криками. Це важливо для запобігання ударам суден, зменшення шкідливого шуму та розуміння видів, які ми рідко можемо побачити.
Чому звук, а не зір, є центральним у вивченні морських ссавців?
Під водою світло швидко слабшає, а звук поширюється на сотні миль, тому вокалізація є основним способом виявлення віддалених морських ссавців.
Яка програма безпеки в реальному світі використовує виявлення китів майже в реальному часі?
Системи виявлення позначають гладких китів, що знаходяться під загрозою зникнення, і попереджають судна зменшити швидкість, знижуючи ризик смертельних зіткнень.
Які організації співпрацювали у створенні класифікаторів пісень горбатих китів із тихоокеанських записів?
Google співпрацює з NOAA, щоб застосувати ШІ до десятиліть підводних записів і визначити пісні горбатих китів.
Що є унікальним для підводного акустичного виявлення?
Низькочастотні виклики конкурують із шумом двигуна та огляду, а поширення спотворює сигнали, ускладнюючи виявлення.
Яка мета використання машинного навчання в Project CETI?
Проект CETI застосовує машинне навчання для декодування структури кодів кашалота, щоб краще зрозуміти, як вони спілкуються.