Google Deepmind’in Yapay Zekası, Hayvan Seslerini Analiz Ederek Nesli Tükenmekte Olan Türleri Korumaya Yardım Ediyor

Google DeepMind, biyoakustik verilerin analizini kolaylaştırmak ve ekosistemlerin korunmasına destek olmak amacıyla geliştirdiği Perch modelinin güncellenmiş versiyonunu tanıttı. Yeni sürüm, önceki modele kıyasla kuş türlerini tanımada daha yüksek doğruluk sunarken, su altı ortamları gibi yeni ekosistemlere daha iyi uyum sağlıyor. Memeliler, amfibiler ve insan kaynaklı sesler dahil olmak üzere çok daha geniş bir veri yelpazesinde eğitilen model, kamuya açık kaynaklardan iki kat fazla veri kullanıyor. Perch, karmaşık akustik sahneleri binlerce hatta milyonlarca saatlik ses kayıtları arasından ayıklayabiliyor ve bir bölgede kaç hayvan bulunduğu ya da kaç yavru doğduğu gibi farklı sorulara yanıt verebiliyor. Yeni sürüm açık kaynak olarak Kaggle üzerinden erişime sunuldu.

Perch ile Elde Edilen Başarılar

2023’te ilk kez tanıtılan Perch, bugüne kadar 250 binden fazla indirildi ve açık kaynak çözümleri, sahada çalışan biyologların araçlarına entegre edildi. Cornell Üniversitesi’nin yaygın kullanılan BirdNet Analyzer aracına vektör arama kütüphanesi eklenerek kuş türü tanımlamaları kolaylaştı. BirdLife Australia ve Avustralya Akustik Gözlemevi, Perch’ü kullanarak çeşitli yerli türler için sınıflandırıcılar geliştirdi ve nesli tükenme tehlikesi altındaki Plains Wanderer kuşunun yeni bir popülasyonu keşfedildi. James Cook Üniversitesi’nden Paul Roe, “Bu inanılmaz bir keşif – bu tür akustik izleme yöntemleri, nesli tükenme tehlikesi altındaki birçok kuş türünün geleceğini şekillendirmeye yardımcı olacak.” sözleriyle yöntemin önemini vurguladı.

Önceki sürüm ayrıca bireysel kuşları tanımlama ve popülasyon yoğunluğunu izleme yeteneğiyle, yakala-bırak gibi geleneksel ve zahmetli izleme yöntemlerine olan ihtiyacı azaltma potansiyeli taşıyor. Hawaii Üniversitesi LOHE Biyoakustik Laboratuvarı da Perch’ü kullanarak mitolojik ve ekolojik öneme sahip honeycreeper türlerini, geleneksel yöntemlerden yaklaşık 50 kat daha hızlı tespit etti. Bu sayede daha geniş alanlarda ve daha fazla türün takibi mümkün hale geldi.

Gezegenin Seslerini Çözmek

Perch, yalnızca tür tespiti yapmakla kalmıyor, aynı zamanda bilim insanlarının sınırlı veriye sahip türler için yeni sınıflandırıcılar geliştirmesini kolaylaştırıyor. Vektör arama özelliği, tek bir örnek sesle benzer kayıtları veri setinde buluyor. Yerel uzmanlar bu sonuçları “ilgili” veya “ilgisiz” olarak işaretleyerek hızlıca yeni modeller eğitebiliyor. Bu süreç, güçlü bir gömme modeliyle birleşen vektör arama ve aktif öğrenme yaklaşımı sayesinde “çevik modelleme” olarak tanımlanıyor. DeepMind’in “The Search for Squawk: Agile Modeling in Bioacoustics” başlıklı makalesi, bu yöntemin hem kuş hem de mercan resifi ekosistemlerinde bir saatten kısa sürede yüksek kaliteli sınıflandırıcılar oluşturabildiğini gösteriyor.

‍

‍

‍

‍

Kaynak: https://deepmind.google/discover/blog/how-ai-is-helping-advance-the-science-of-bioacoustics-to-save-endangered-species/