Учёные доказали, что популярная нейросеть Segment Anything Model (SAM), созданная для анализа изображений, способна эффективно распознавать сигналы китов в сейсмических данных. Исследователи успешно применили модель для поиска голосов китов Брайда, добившись точности более 96%, причём системе не потребовалось предварительное обучение на звуковых записях этих животных.
Автором научной работы выступила группа исследователей под руководством Чжо Сяо из Университета Гуанси Миньцзу. Результаты экспериментов были опубликованы в профильном издании Seismological Research Letters.
Как ИИ «видит» звук
В основе метода лежит представление вокализации китов в виде спектрограмм — графических отображений частотных характеристик звука во времени. Для компьютера такой «звуковой снимок» является изображением, что позволило применить модель SAM, специализирующуюся на сегментации и выделении объектов.
Для тестирования технологии учёные использовали архив сейсмических данных, полученных со станции на острове Сеян (залив Бэйбу, Южно-Китайское море). В выборку вошли записи за январь и июль 2021 года, что позволило оценить эффективность алгоритма в разные сезоны, когда активность китов Брайда различается.
Обработка и результаты
Перед тем как направить данные в нейросеть, исследователи провели многоэтапную фильтрацию. Чтобы очистить спектрограммы от помех и шумов, применялись методы спектрального вычитания, адаптивной фильтрации и гауссово сглаживание. После этого модель SAM успешно выделила границы каждого отдельного акустического импульса.
Помимо высокой точности распознавания (96%), ИИ продемонстрировал способность находить сигналы, которые ранее были пропущены при ручном анализе. Модель также оказалась менее склонна к ошибкам при интерпретации слабых сигналов, чем традиционные методы обработки данных.
Универсальность подхода
Исследователи также проверили, насколько предложенный метод масштабируем. Система была протестирована на записях голосов финвалов в акватории Ирландии и синих китов у берегов Канады. После незначительной адаптации параметров эффективность осталась высокой, что подтверждает универсальность технологии для изучения разных видов китообразных по всему миру.
Анализ полученных данных позволил обнаружить интересные поведенческие закономерности. Так, средний временной интервал между импульсами у китов Брайда зависит от сезона: зимой он составляет 6,93 секунды, а летом возрастает до 11,70 секунды. Учёные предполагают, что это свидетельствует об изменении стратегии коммуникации — от более тесной координации зимой до одиночного поведения летом.
В планах исследователей — создание специализированной версии фундаментальной ИИ-модели, заточенной под нужды морской экологии, и интеграция сейсмических наблюдений с другими океанографическими данными. Данная работа подтверждает, что современные универсальные нейросети способны решать критически важные задачи мониторинга популяций животных в условиях, где человек ограничен в возможностях наблюдения.
