Un modello di intelligenza artificiale addestrato per riconoscere i canti degli uccelli è ora in grado di identificare anche i richiami delle balene. Sviluppato da Google DeepMind, Perch 2.0 è un modello bioacustico inizialmente addestrato su un vasto archivio di suoni di uccelli e altri animali terrestri.

Transfer Learning in Bioacustica

La capacità di Perch 2.0 di adattarsi ai suoni marini è un esempio di transfer learning, una tecnica che permette di applicare le conoscenze acquisite in un determinato contesto a un altro simile. In questo caso, l'abilità di classificare i canti degli uccelli si è rivelata utile per analizzare le vocalizzazioni delle balene.

I ricercatori hanno convertito segmenti audio di cinque secondi in spettrogrammi, rappresentazioni visive dell'intensità del suono nel tempo e nelle frequenze. Questi spettrogrammi sono stati poi elaborati dal modello per estrarre caratteristiche salienti e distinguere, ad esempio, tra i fischi di una megattera e quelli di un'orca.

Parallelismi evolutivi

Il successo di Perch 2.0 nell'identificare i richiami delle balene potrebbe derivare da parallelismi evolutivi tra uccelli e mammiferi marini, che potrebbero aver sviluppato meccanismi simili di produzione vocale. Inoltre, i modelli di grandi dimensioni addestrati su dataset diversificati tendono a generalizzare bene anche su compiti specifici. Infine, la complessità della classificazione dei canti degli uccelli potrebbe aver spinto il modello a riconoscere caratteristiche acustiche sottili, utili anche per l'analisi dei suoni sottomarini.

Questo approccio potrebbe accelerare significativamente la ricerca bioacustica marina e contribuire alla conservazione delle balene, consentendo agli scienziati di monitorare passivamente le popolazioni e comprendere meglio il comportamento di questi animali.