Prepoznavanje ptica po pjesmi pomoću umjetne inteligencije i bez mrežne veze

Android Vodiči » Android Apps » Prepoznavanje ptica po pjesmi pomoću umjetne inteligencije i bez mrežne veze

Čuti ptičji cvrkut i pitati se kojoj vrsti pripada vrlo je uobičajena scena za svakoga ko provodi vrijeme na otvorenom. Do nedavno, odgovaranje na tu znatiželju zahtijevalo je dobar sluh, mnogo iskustva i gotovo uvijek vodič za ptice pri ruci.Danas se pejzaž potpuno promijenio: umjetna inteligencija (AI) je u stanju analizirati snimke i reći vam, u roku od nekoliko sekundi, koje ptice pjevaju oko vas.

Ono što je zaista zanimljivo jeste da ova tehnologija više nije ograničena na laboratorije ili istraživačke centre. Aplikacije poput BirdNET-a ili Merlin Bird ID-a stavljaju AI modele obučene sa stotinama hiljada snimaka i milionima zapažanja na vaš mobilni telefon.A sve češće nude i opcije za rad bez podatkovne veze, što je ključno ako idete na selo, daleko od pokrivenosti ili jednostavno želite uštedjeti bateriju i podatke.

Kako računari uče prepoznavati ptice po njihovoj pjesmi

Kada govorimo o prepoznavanju ptica po zvuku, ne radi se o jednostavnom "Shazamu za ptice". Projekti poput BirdNET-a zasnovani su na dubokim neuronskim mrežama koje su obučene na označenim snimcima više od 3.000 vrsta na globalnom nivou.Ove mreže uče razlikovati zvučne obrasce karakteristične za svaku vrstu, čak i kada postoji ambijentalna buka ili nekoliko jedinki koje pjevaju istovremeno.

Proces se ne sastoji od računarskog "slušanja" kao što bi to učinila osoba. Ključ je transformirati zvuk u spektrograme, odnosno slike koje pokazuju kako se frekvencija i intenzitet zvuka mijenjaju tokom vremena.Ove slike se analiziraju korištenjem tehnika vrlo sličnih onima koje se koriste za prepoznavanje objekata na fotografijama, osim što se ovdje identificiraju specifični akustični potpisi svake vrste.

Snaga ovih modela proizlazi iz količine podataka koje primaju. Ornitološki laboratorij Cornell i biblioteka Macaulay prikupili su desetine hiljada zvučnih snimaka zahvaljujući mrežama građanske nauke poput eBirda.gdje amateri i stručnjaci postavljaju snimke i bilježe koje se vrste pojavljuju u njima. Ova kombinacija audio zapisa i validiranih zapažanja je čisto zlato za obuku robusnih algoritama.

U slučaju Merlin Bird ID-a, pristup također uključuje spektrograme, ali sa zanimljivom nijansom: Tim sa Cornella iskoristio je svoje prethodno iskustvo u obuci modela računarskog vida kako bi identifikovao ptice na fotografijama.Umjesto da kaže vještačkoj inteligenciji "poslušaj ovaj zvuk", ona joj kaže "pogledaj ovu zvučnu sliku" i prepoznaje vizualne obrasce povezane sa svakom pjesmom ili pozivom.

Sve ovo je dopunjeno kontekstualnim informacijama. Vještačka inteligencija ne gleda samo kako pjevanje zvuči, već i gdje i kada je snimljeno.Zahvaljujući više od milijardu posmatranja koje je obavio eBird, modeli znaju koje se vrste najvjerovatnije mogu naći na određenom mjestu i u određeno vrijeme, što pomaže u isključivanju neočekivanih opcija čak i ako je zvuk sličan.

BirdNET: Kolaborativna umjetna inteligencija za osluškivanje šume

BirdNET je jedan od kriterija kada govorimo o Automatsko prepoznavanje ptičje pjesme pokretano umjetnom inteligencijomRazvijen zajednički od strane Centra za konzervacijsku bioakustiku K. Lisa Yang u Ornitološkom laboratoriju Cornell i Tehnološkog univerziteta Chemnitz, njegov cilj je dvostruk: pomoći ljudima da identifikuju ptice i istovremeno prikupiti vrijedne podatke za istraživanje i očuvanje prirode.

Aplikacija vam omogućava da koristite mikrofon vašeg Android uređaja za snimanje okoline i analizu u gotovo realnom vremenu koje su vrste najvjerovatnije. Trenutno, BirdNET je u stanju identificirati više od 3.000 uobičajenih vrsta rasprostranjenih širom svijeta., a njegov model nastavlja da raste kako se uključuju novi snimci i napomene.

Uspjeh BirdNET-a među zajednicom koja se bavi čuvanjem ptica je ogroman. Od svog lansiranja u februaru 2021. godine, aplikacija je brzo premašila milion preuzimanja na Google Playu.Postao je svakodnevni alat za posmatrače ptica svih nivoa. To je dijelom zbog činjenice da je besplatan i dostupan i za Android i za iOS.

Pored pružanja rezultata identifikacije, BirdNET je zamišljen kao kolaborativni naučni projekat. Kada pošaljete svoje snimke, možete doprinijeti globalnoj bazi podataka akustičkih posmatranja. Ovo doprinosi ekološkim, bihevioralnim i studijama rasprostranjenosti vrsta. Ovo učešće građana omogućava pokrivanje područja i vremena koja bi bila nemoguće uzorkovati samo profesionalnom opremom.

BirdNET model je također djelomično objavljen za istraživanje i upotrebu od strane programera. Moguće je preuzeti model sa GitHub-a i prilagoditi ga specifičnijim bioakustičnim projektima.Međutim, ovo zahtijeva vještine programiranja i iskustvo u rukovanju audio podacima. To otvara vrata prilagođenim aplikacijama za praćenje biodiverziteta u prirodnim rezervatima, gradskim parkovima ili šumarskim operacijama.

Kako BirdNET funkcioniše korak po korak

BirdNET je prilično jednostavan za korištenje, dizajniran tako da ga svatko može koristiti bez previše problema. Kada prvi put otvorite aplikaciju, zatražit će pristup lokaciji kako bi se izračunale vrste koje se vjerovatno mogu naći u vašem području., nešto ključno za preciziranje predviđanja.

Glavni ekran prikazuje spektrogram zvuka koji mikrofon snima u realnom vremenu. Ispod ćete pronaći dugme za početak snimanja i drugo za pauziranje.Uobičajena procedura je pričekati dok ptica ne zapjeva jasno, a zatim zaustaviti snimanje kako bi se prešlo na fazu analize.

Nakon što je audio snimljen, sljedeći korak je označavanje fragmenta koji želite analizirati. Prelazite prstom preko spektrograma da biste odabrali dio vremena u kojem se pjevanje najbolje čuje.Kada otpustite dugme, pojaviće se dvije glavne opcije: Analiziraj ili Sačuvaj. Analiza šalje isječak na BirdNET-ove servere, dok Sačuvaj omogućava da ga sačuvate za kasniju obradu.

Opcija uštede je posebno korisna kada nemate pokriće. Ako se nalazite u udaljenom području bez internetske veze, možete pohraniti snimke i, kada ponovo imate podatke ili Wi-Fi, započeti analizu.Ovaj hibridni online/offline radni proces čini BirdNET praktičnim čak i u planinskim ili džunglastim područjima, iako se stvarno prepoznavanje vrši u oblaku.

Kada kliknete na analiziraj, aplikaciji je potrebno nekoliko sekundi da obradi fragment. Ako detektuje vrstu, prikazaće njeno ime i indikator pouzdanosti identifikacije.Na snimcima gdje pjeva nekoliko ptica, BirdNET je u stanju da navede nekoliko detektovanih vrsta, što je odlično za šumske ili močvarne scene sa puno zvučnog kretanja.

Cjelokupni dizajn je prilično čist. Interfejs se fokusira na spektrogram i osnovne kontrole snimanja, bez preopterećenja korisnika tehničkim podacima.Međutim, aplikacija krije mnogo naprednih opcija u svom meniju za one koji žele dodatno podesiti stvari.

Glavni meni i napredne opcije BirdNET-a

Pristup meniju (tipične tri horizontalne linije u gornjem lijevom uglu) otkriva skup odjeljaka i postavki koje vam omogućavaju da prilagodite iskustvo. Jedna od najkorisnijih je opcija „Prikaži zapažanja“, gdje možete pregledati sve analizirane snimke zajedno s njihovim datumom, lokacijom i rezultatom..

Iz svakog zapažanja možete podijeliti originalni audio zapis. Jednostavno dodirnite odgovarajući unos, a zatim dodirnite dugme za dijeljenje da biste sačuvali datoteku izvan aplikacije ili je poslali putem poruke ili e-pošte.Ovo je vrlo praktično za dokumentiranje terenskih izleta, sastavljanje ličnih spiskova ili dijeljenje nalaza s drugim posmatračima.

Još jedan zanimljiv odjeljak je „Istražite svoje područje“. Ovdje vam BirdNET prikazuje popis vrsta koje ćete vjerovatno pronaći u svom području na osnovu vaše GPS lokacije i podataka sa eBird.org.U konkretnom primjeru, za regiju Farallones del Citará (Antioquia, Kolumbija), aplikacija nudi do 323 vrste koje se mogu otkriti, što daje ideju o potencijalu u megadiverzitetnim regijama.

Što se tiče prilagođavanja, BirdNET uključuje nekoliko ključnih opcija. Moguće je odabrati jezik za uobičajena imena ptica od više od 20 dostupnih.Ovo je veoma korisno ako želite da vidite imena na španskom, ali i da provjerite imena na engleskom ili lokalnom jeziku druge regije.

Izbor vjerovatnih vrsta može se prilagoditi prema vremenskim kriterijima. BirdNET vam omogućava da birate između sedmičnog i godišnjeg načina filtriranja vrsta koje se smatraju uobičajenim u svako doba godine.Na ovaj način, model uzima u obzir migracije i sezonske promjene u prisustvu ptica.

Također postoji kontrola osjetljivosti detekcije. S visokom osjetljivošću, algoritam postaje "smjeliji" i detektuje više stvari, ali po cijenu povećanja vjerovatnoće grešaka.S niskom osjetljivošću, bit će konzervativniji i izvještavat će samo o posebno jasnim identifikacijama. Podešavanje ovog parametra ovisi o okruženju i načinu na koji namjeravate koristiti aplikaciju.

U zavisnosti od telefona, BirdNET vam omogućava da odaberete izvor audio ulaza. Možete odabrati različite kanale, kao što su standardni mikrofon, RAW (neobrađeni) audio ili čak kanal za prepoznavanje glasa.Najbolja opcija, kada je dostupna, je korištenje neobrađenog zvuka kako bi se spriječilo da operativni sistem filtrira pozadinsku buku i izobličuje pjevanje.

Za one koji uživaju u interpretaciji spektrograma, postoje dodatne estetske i tehničke opcije. Aplikacija vam omogućava da promijenite paletu boja spektrograma (Viridis, Plazma, Magma, Parula, Jet i Gray), podesite vidljivu dužinu između 10 i 30 sekundi i modificirate pojačanje amplitude između -20 i 20 dB.Visoka vrijednost će učiniti da se slabi zvukovi pojave i bolje čuju, ali ako pretjerate, može doći do automatskih prekida u snimku.

Također je moguće postaviti maksimalnu vidljivu frekvenciju, između 3 i 18 kHz. Širok raspon pomaže u vizualizaciji vrsta s vrlo visokim tonom pjesama, dok uži raspon može se fokusirati na vokalni raspon većine uobičajenih ptica.Kontrast spektrograma, sa svoje strane, služi za isticanje razlika u bojama i olakšavanje čitanja zvučnih obrazaca.

Pored svega ovoga, meni uključuje pristup početnom tutorijalu, politici privatnosti i licenciranja, odjeljku za preuzimanje autorstva nad poslanim zapažanjima (kako bi se vaše ime moglo povezati sa zapisima) i odjeljku "O nama" s informacijama o projektu. To je prilično sveobuhvatan skup alata, ali integriran na način koji ne ometa osnovnu upotrebu..

Stvarni učinak BirdNET-a s kolumbijskim pticama

Testiranje BirdNET-a u regijama s visokom raznolikošću, poput zapadnih Anda u Kolumbiji, dobar je način za testiranje njegovih granica. Terensko iskustvo pokazuje da aplikacija radi prilično glatko i zauzima malo prostora na uređaju.što je posebno cijenjeno na telefonima s ograničenom memorijom.

Što se tiče tačnosti, algoritam se veoma dobro ponaša sa čestim vrstama i definisanim pjesmama. Precizno identificira uobičajene ptice kao što su žutogrla strnadica (Myiozetetes cayanensis) ili planinska vuga (Icterus chrysater)kao i vrlo karakteristični zvižduci poput onih obične kašičarke (Todirostrum cinereum) ili ogrličastog trogona (Trogon collaris).

Stvari postaju kompliciranije kada se između različitih vrsta pojave vrlo slične pjesme. Neke grupe tanagara s jednostavnim i sličnim zovovima mogu uzrokovati zabunu u aplikacijiOvo ima smisla ako uzmemo u obzir da su čak i za iskusnog ornitologa određene bilješke gotovo nerazlučive bez dobrog konteksta.

Još jedna osjetljiva tačka su vrste sa vrlo širokim vokalnim varijacijama. Na primjer, carići iz roda Henicorhina pokazuju vrlo varijabilne repertoare koji i dalje predstavljaju problem za model.Iako BirdNET pokriva mnoge vrste, još uvijek ne doseže sve regionalne varijacije i dijalekte pjesama.

Treba naglasiti da lista vrsta koje aplikacija može prepoznati nije iscrpan širom svijeta. Postoje ptice koje još nisu uključene u model ili za koje jedva da ima dovoljno akustičnih podataka.Očekuje se da će ove praznine biti popunjene u budućim ažuriranjima, posebno zahvaljujući globalnim inicijativama za baze podataka o pjevanju.

U svakodnevnoj upotrebi, BirdNET se doživljava kao vrlo koristan alat koji dopunjuje vizualno posmatranje. Njegova sposobnost da prikaže nekoliko detektovanih vrsta u jednom snimku pomaže u razumijevanju šta se dešava u šumi zasićenoj vokalizacijama.A činjenica da zatim možete mirno pregledati zapažanja također ga čini dobrim resursom za učenje.

Greške, bagovi i snage BirdNET-a

Kao i svaka složena aplikacija, BirdNET nije imun na povremene greške. Povremeno, kada pritisnete dugme "Analiziraj", pojavi se poruka koja ukazuje na probleme sa serverima.Obično se radi o privremenim greškama u povezivanju ili zasićenju, koje se rješavaju nakon nekog vremena ili ponavljanjem pokušaja.

Još jedna greška uočena na terenu je nagla promjena lokacije. U nekim slučajevima, aplikacija je prešla na vrlo udaljenu lokaciju (na primjer, Kanadu), što potpuno mijenja vjerojatne vrste koje može detektovati.Srećom, ovo ponašanje se obično ispravi u roku od nekoliko minuta kada GPS precizno ponovo izračuna.

Pored ovih detalja, jedna od velikih prednosti BirdNET-a je lakoća kojom vam omogućava da odaberete i izrežete audio fragment koji vas zanima. Intuitivna gesta na spektrogramu i brz odziv sistema čine proces prilično praktičnim.Ovo je nešto što se cijeni kada ste na putu i ne želite gubiti vrijeme na komplikovane menije.

Cjelokupni dizajn aplikacije je još jedan visoko cijenjeni aspekt. Njegov jednostavan izgled, s malo vizualnih distrakcija, pomaže da se fokusirate na ono što je važno: snimanje i analizu pjevanja.Istovremeno, mogućnost prilagođavanja spektrograma i postavki mikrofona nudi prostor za napredne korisnike.

Sveukupno, BirdNET se doživljava kao alat koji, iako nije savršen, nudi vrlo uravnotežen odnos između snage, jednostavnosti i korisnosti na terenu. Za nekoga ko tek počinje da posmatra ptice, to može biti poslednji korak ka prepoznavanju vrsta po sluhu.Za naprednije korisnike, postaje zanimljiv dodatak za dokumentiranje i pregled zapisa.

Prijedlozi i potencijal BirdNET-a za korištenje van mreže

Među idejama koje su iznijeli napredni korisnici, jedan zahtjev se ističe kao vrlo čest: mogućnost preuzimanja prilagođenih modela za određena geografska područja, slično kao što Merlin radi sa svojim regionalnim paketimaOvo bi omogućilo korištenje sistema za prepoznavanje prilagođenih određenoj zemlji ili regiji bez potrebe za stalnom internet vezom.

Još jedno poželjno poboljšanje bila bi mogućnost učitavanja unaprijed snimljenih audio datoteka, uz ručni odabir lokacije svakog snimka. Trenutno postoji povezani web alat, ali on ne dozvoljava promjenu lokacije snimanja.što ograničava njegovu korisnost ako želite procijeniti pjesme snimljene na različitim mjestima.

Jasno je da razvojni tim BirdNET-a ima prostora za dodavanje funkcija u budućim verzijama. Danas je već moguće instalirati i pokrenuti model u okruženjima poput Google Colab-a kako bi se analizirao prethodno snimljeni zvuk.Ovo otvara niz mogućnosti za istraživače i entuzijaste s određenim tehničkim vještinama.

Konkretno, implementacija BirdNET-a u Google Colab-u omogućila je obradu kolekcija starih zvukova i njihovo poređenje sa izlazima modela. Ove vrste polu-offline radnih procesa, gdje se analiza vrši u oblaku, ali na kontroliran način, predstavljaju svojevrsni međukorak prema autonomnijim rješenjima., kao što su uređaji za snimanje na terenu koji lokalno pokreću model.

Ako preuzimanje modela za vanmrežnu upotrebu postane široko rasprostranjeno, uskoro bismo mogli vidjeti autonomne stanice za praćenje koje napaja solarna energija i koje mjesecima snimaju i identificiraju ptice. Ovi scenariji se veoma dobro uklapaju u cilj jačanja monitoringa biodiverziteta bez prevelikog oslanjanja na intenzivne kampanje na licu mjesta..

Merlin Bird ID: Identifikacija ptica zvukom, fotografijom i opisom

Merlin Bird ID, također razvijen od strane Cornell laboratorije za ornitologiju, još je jedan ključni alat unutar ekosistema za prepoznavanje ptica pokretanog umjetnom inteligencijom. Kreiran je prvenstveno kako bi pomogao početnicima i korisnicima srednjeg nivoa u identifikaciji vrsta iz Sjedinjenih Američkih Država i Kanade.Ali vremenom se proširio širom svijeta i dodao nove funkcije.

U zvučnom polju, Merlin je u stanju identificirati više od 400 vrsta na osnovu njihove pjesme u Sjedinjenim Državama i Kanadi, s obećanjem uključivanja više regija i ptica. Ova mogućnost je dodatak već dostupnim funkcijama prepoznavanja fotografija i vođenog opisa., što dovodi ukupan broj od približno 7.500 prepoznatljivih vrsta na globalnom nivou.

Unutrašnje funkcionisanje prepoznavanja zvuka u Merlinu također se zasniva na vještačkoj inteligenciji i radu hiljada građana-naučnika. Snimci postavljeni u Macaulay biblioteku i zapažanja iz eBirda služe kao osnova za obuku modela., na vrlo sličan način kao što se dešava sa BirdNET-om.

Jedna bitna razlika je način na koji je dizajniran korisnički interfejs. Merlin sluša s vama u stvarnom vremenu i prikazuje popis ptica za koje misli da pjevaju ili zovu.sa fotografijama i imenima koja se ažuriraju kako snimanje napreduje. To je kao da vam stručni vodič šapuće na uho ko nastupa na koncertu.

Nakon snimanja, možete odabrati određenu vrstu i direktno preći na mjesto u snimku gdje se čula njena pjesma. Snimci se automatski spremaju, što vam omogućava da ih preslušate više puta i koristite kao materijal za učenje.Ovo mnogo pomaže u treniranju sluha, upoređujući ono što čujete sa imenom i slikom ptice.

Vještačka inteligencija, spektrogrami i mašinsko učenje unutar Merlina

Merlinov tehnički pristup zvuku daje zanimljiv pogled na problem identifikacije. Umjesto pokušaja da se zvuk direktno "razumije" kao talas, on transformiše svaki snimak u spektrogram i primjenjuje metode kompjuterskog vida., slične onima koje koristi za identifikaciju ptica na fotografijama.

Dakle, model uči povezivati ​​vizualne obrasce u tim zvučnim slikama sa specifičnim vrstama. Ovo mu omogućava prepoznavanje pojedinačnih pjesama čak i kada se preklapaju s drugima, što je nešto vrlo uobičajeno u prirodi.Ključno je to što svaka vrsta ostavlja karakterističan "otisak" u smislu učestalosti, trajanja i ritma, koji neuronska mreža na kraju razlikuje.

Projekt Merlin se ne fokusira samo na identifikaciju, već nastoji i promovirati učenje korisnika. Jednim dodirom možete pristupiti detaljnim informativnim listovima za svaku vrstu, sa savjetima za identifikaciju, mapama rasprostranjenosti i ogromnom bibliotekom fotografija i zvukova (više od 80.000 izvora)U praksi, to je interaktivni vodič za ptice sa mogućnostima umjetne inteligencije.

Još jedna vrlo korisna funkcija je pretraga po imenu ili po porodici putem opcije "Pregledaj sve ptice". Ovo vam omogućava da istražite vrste čak i bez snimanja, idealno za proučavanje prije putovanja ili za rješavanje nedoumica nakon njega.Sve ovo je dostupno besplatno na iOS-u i Androidu, s nazivima ptica prevedenim na španski u Android verziji.

Važna stvar za one koji provode puno vremena na otvorenom je da je Merlin dizajniran za rad i van mreže. Aplikacija vam omogućava preuzimanje regionalnih paketa podataka sa zvukovima, fotografijama i osnovnim modelima.tako da možete nastaviti identificirati ptice čak i ako izgubite pokrivenost, što je vrlo uobičajeno u prirodnim okruženjima.

Identifikacija slike i korištenje van mreže u Merlinu

Pored zvuka, Merlin se ističe i svojim alatom za prepoznavanje slika. Od verzije 1.2 nadalje, Bird Photo ID se može preuzeti direktno u aplikaciju, koja je do tada bila dostupna samo na webu.Ova funkcija analizira fotografiju ptice i predlaže koje vrste najbolje odgovaraju.

Proces je vrlo jednostavan. Jednostavno uokvirite pticu unutar okvira koji se pojavljuje na ekranu i pustite Merlina da uradi ostalo.Model upoređuje siluetu, boje i druge karakteristike sa svojom ogromnom bazom podataka označenih slika i nudi vam listu mogućih podudaranja sa različitim stepenima vjerovatnoće.

Velika prednost je što sve ovo može raditi van mreže, pod uslovom da ste preuzeli potrebne pakete. Zbog toga je Merlin svestran: može identificirati ptice po pjesmi u stvarnom vremenu, po fotografiji snimljenoj u tom trenutku ili čak po jednostavnom vođenom opisu.I sve to u područjima gdje nema ni traga mobilnoj pokrivenosti.

U kontekstu prepoznavanja ptica po njihovoj pjesmi van mreže, Merlin nudi mješoviti pristup. Iako neke napredne mogućnosti mogu zahtijevati internet, mogućnost preuzimanja regionalnih modela i baza podataka znači da se veliki dio posla može obaviti lokalno.Ovo smanjuje ovisnost o oblaku i postavlja temelje za gotovo potpunu offline upotrebu u srednjoročnom periodu.

U kombinaciji sa svojom besplatnom prirodom i edukativnim pristupom, Merlin Bird ID je postao fantastičan ulaz u ornitologiju za hiljade ljudi. Osjećaj kada uperite telefon u drveće i vidite imena i fotografije ptica koje čujete kako se pojavljuju je jednostavno zarazan..

Nova globalna baza podataka o anotiranim pjevima ptica

Sva ova primjena umjetne inteligencije ne bi bila moguća bez kvalitetnog sirovog materijala: dobro označenih snimaka. U tom smislu, tim koji predvodi Centar za šumarsku nauku i tehnologiju Katalonije (CTFC) napravio je ogroman korak naprijed objavljivanjem prve svjetske baze podataka detaljnih anotiranih ptičjih pjesama..

Ovaj rad, objavljen kao članak s podacima u časopisu Ecology, prikuplja snimke sa 72 lokacije raširene širom planete. U svakoj datoteci, lokalni ornitolozi su ručno označili tačan trenutak kada svaka vrsta pjeva.pokrivajući više od 1.100 različitih vrsta i preko 90.000 pojedinačno snimljenih vokalizacija.

Baza podataka je dostupna u otvorenom pristupu putem Zenodo platforme. Njegova vrijednost leži u kombinovanju širokog prostornog pokrivanja sa visoko preciznim anotacijama od strane stručnjaka, što mu daje izuzetnu pouzdanost.Posjedovanje ove vrste podataka je ključno za razvoj i evaluaciju algoritama za prepoznavanje.

Zahvaljujući ovom resursu, istraživači širom svijeta mogu kreirati ili testirati modele akustične identifikacije, bilo poboljšanjem postojećih alata poput BirdNET-a ili dizajniranjem novih arhitektura od nule. U stvari, ova zbirka podataka je već korištena za procjenu performansi BirdNET-a i optimalnih parametara izvršenja na globalnom nivou., čime se usavršava njegova praktična upotreba u različitim regijama i uslovima.

Inicijativu vodi istraživačka grupa „Novi alati za praćenje biodiverziteta“ CTFC-a. Njegov direktor, Cristian Pérez-Granados, ističe upravo tu komponentu otvorene, efikasne i reproducibilne nauke., u kojem se stručno znanje dijeli tako da svako može graditi na njemu.

Umjetna inteligencija, građanska nauka i očuvanje biodiverziteta

Kombinacija terenskog posmatranja, građanske nauke i vještačke inteligencije mijenja način na koji se prati biodiverzitet, a postoje i opcije za Identificirajte biljke i životinje pomoću Google fotografija i Google objektiva. Alati poput BirdNET-a ili Merlina omogućavaju kontinuirano i masovno prikupljanje informacija o prisustvu ptica u vrlo različitim regijama, umnožavajući obim rada ornitologa..

Daleko od toga da zamjenjuju stručnjake, ovi automatizirani sistemi djeluju kao multiplikatori kapaciteta. Mali tim može postaviti akustične senzore ili promovirati korištenje ovih aplikacija i primiti količinu podataka koje bi inače bilo nemoguće ručno prikupiti.To se prevodi u bolje otkrivanje promjena u populacijama ili dolaska invazivnih vrsta.

U kontekstu krize biodiverziteta i ubrzanih klimatskih promjena, pravovremeno otkrivanje znakova upozorenja je ključno. Posjedovanje mreža za praćenje podržanih umjetnom inteligencijom olakšava uočavanje trendova, identifikaciju problematičnih područja i određivanje prioriteta u naporima za očuvanje prirode.Zvuk ptica, koji je često prva stvar koja se mijenja kao odgovor na promjene staništa, stoga postaje vrlo osjetljiv indikator.

Filozofija otvorenih resursa i globalne saradnje koja je u osnovi ovih projekata također čini razliku. Činjenica da je baza podataka vrijedna poput one CTFC-a dostupna besplatno, ili da projekti poput BirdNET-a omogućavaju preuzimanje svojih modela, potiče participativniju nauku.gdje velike i male institucije mogu podjednako doprinijeti i imati jednake koristi.

Konačno, veliko dostignuće nije samo to što vam mobilni telefon može reći koja ptica pjeva, već to što milioni tih malih pojedinačnih identifikacija postaju dinamična mapa stanja naših ekosistema. Dok uživate u slušanju i učenju, doprinosite podacima koji pomažu u zaštiti upravo onih vrsta o kojima ste iznenađeni kada čujete.Ta kombinacija tehnologije, strasti prema prirodi i kolektivne saradnje vjerovatno je najmoćniji aspekt ove nove ere prepoznavanja ptičje pjesme zasnovane na vještačkoj inteligenciji, čak i kada izlazimo bez mrežne veze.

Povezani članak:

Najbolje aplikacije za identifikaciju ptica i uživanje u posmatranju ptica sa vašeg mobilnog telefona