这种新的人工智能可以检测在噪音海洋中游泳的动物的叫声

海洋在声音中游泳，一种新的人工智能工具可以帮助科学家筛选所有噪音，以追踪和研究海洋哺乳动物。

该工具被称为 DeepSqueak，不是因为它测量海洋黑社会中海豚的叫声，而是因为它基于一种深度学习算法，该算法最初用于对老鼠的不同超声波尖叫进行分类。

现在，研究人员正在将该技术应用于大量海洋生物声学数据集。

鉴于大部分海洋都超出了我们的物理范围，水下声音可以帮助我们了解海洋哺乳动物在哪里游泳、它们的密度和数量，以及它们如何相互作用。

鲸歌的录音已经帮助确定了 印度洋中未知的蓝鲸种群和前所未闻的喙鲸物种。

但是听海洋的录音，并试图从数小时的海浪、风和船引擎中找出动物的噪音是缓慢而艰苦的工作。

这就是 DeepSqueak 的用武之地。该技术最近在美国声学学会第 182 届会议上提出，旨在比迄今为止任何其他方法更快、更准确地对水声信号进行分类。

DeepSqueak 梳理海洋中的声音数据，并根据听到某些声音信号的位置和频率创建看起来像热图的东西。

然后将这些信号发送给特定的动物。

“虽然我们使用 DeepSqueak 来检测水下声音，但这种用户友好的开源工具将对各种陆地物种有用，”海洋科学分析公司的首席执行官兼创始人伊丽莎白弗格森说，他介绍了这项研究。

“呼叫检测的能力扩展到低于最初预期的超声波频率。由于这一点以及 DeepSqueak 检测可变呼叫类型的能力，神经 络的开发对于许多感兴趣的物种都是可能的。”

海洋噪声从未像现在这样容易收集，但随着数小时的海洋声景堆积在世界各地的数据库中，科学家们需要弄清楚如何最有效地利用这些信息。

DeepSqueak 可能是人耳的替代品，它使研究人员能够对声音进行分类并在世界各地以令人难以置信的效率对其进行研究。

在测试过程中，全自动工具始终能够检测特定海洋哺乳动物的叫声，如座头鲸、飞燕草和长须鲸。

它还可以在背景噪音中识别出这些动物的叫声，这很重要，因为人为声音正在提高海洋的音量。

DeepSqueak于 2019 年首次推出，用于分析大鼠和小鼠使用的丰富的超声波发声曲目。

通过筛选一系列吱吱作响的录音，该工具能够识别出广泛的音节声音，并且这些简短的鼠标呼叫似乎根据使用它们的上下文以不同的方式排列。

这些结果可以帮助科学家研究某些音节和句法如何在老鼠世界中传达独特的信息。例如，老鼠在某些情况下发出的声音可以用来表达恐惧、焦虑或抑郁。

通过可靠地将上下文信息与某些声音信号联系起来，DeepSqueak 可以让科学家更好地研究动物发声和行为之间的细微差别——即使是在地球上一些最难以捉摸的动物游泳的偏远海洋黑社会中。