サンゴ礁を研究するには、かつては何時間もかけて手作業で分析する必要がありましたが、人工知能が状況を変えつつあります。新しいニューラルネットワークは海の音をリアルタイムで処理し、人間の25倍の速さで魚の活動を識別できる。この技術は、科学者がサンゴ礁の健康状態を監視し、海洋生態系を保護する方法に革命をもたらします。
サンゴ礁は、地球上で最も多様な生態系の 1 つです。サンゴ礁が占める面積は海洋の 1% 未満ですが、海洋生物のライフサイクルのある段階で約 25% の生息地となります。非常に多くの生物多様性が 1 か所に集中しているため、科学者はどの種をどれだけ特定するかという課題に直面しています。
この問題を解決するために、ウッズホール海洋研究所の研究者たちは、音響モニタリングとニューラルネットワークを組み合わせて、音に基づいて魚の活動を分析する新しい方法を開発しました。彼らの研究報告は本日（3月11日）、AIP Press発行のアメリカ音響学会誌JASAに掲載されました。
科学者たちは長年にわたり、サンゴ礁の研究に受動的音響モニタリングを利用してきました。これには、サンゴ礁に水中レコーダーを数か月間設置して環境音を記録することが含まれます。既存の信号処理ツールは大量の音声データを分析できますが、特定の音を検出するように設計されていません。個々の魚の鳴き声や種特有の音を識別するには、研究者は依然として何時間もの録音を手動で選別する必要があります。
著者のセス・マッキャモン氏は、「正直に言って、これをやっている人たちにとってはひどい仕事だ。信じられないほど退屈な仕事だ。とても苦痛だ」と語った。
同様に重要なことは、この手動分析は実際のアプリケーションには遅すぎるということです。世界のサンゴ礁の多くは気候変動と人間の活動によって脅かされているため、サンゴ礁の個体数の変化を迅速に特定して追跡できることは、保全活動にとって非常に重要です。
「人間がここまでデータを分析するには何年もかかりました。この方法でのデータ分析は大規模には機能しません」とマッキャモン氏は言う。
代替策として、研究者らは大量の音響データを自動的に分類し、音声録音をリアルタイムで分析するようにニューラル ネットワークを訓練しました。彼らのアルゴリズムは、サンゴ礁の音響傾向を解読する人間の専門家と同じくらい正確ですが、25 倍以上高速であり、海洋の監視と研究の方法を変える可能性があります。
「人間が関与する必要がなくなった今、レコーダー以外にどのような種類のデバイスを使用できるでしょうか? 私の共著者であるアラン・ムーニーが行っている研究の中には、このニューラル ネットワークを浮遊係留装置に統合し、魚の音の数をリアルタイムで更新することが含まれています。また、私たちは自律型水中ビークル CUREE にニューラル ネットワークを組み込むことにも取り組んでいます。そうすれば、魚の音を聞き、生物活動のホットスポットをマッピングできるようになります」とマッキャモン氏は語った。
この技術はまた、海洋音響研究における長年の問題、つまりそれぞれの固有の音を魚に一致させるという問題を解決する可能性を秘めています。
「大部分の種については、特定の音が特定の魚から発せられていると確信を持って言える段階にはまだ達していない」とマッキャモン氏は言う。 「少なくとも私にとって、それは私たちが探している聖杯です。リアルタイムで魚の音を検出することで、その音を自動的に聞き、近くにどんな魚がいるのかを確認できるデバイスの構築を始めることができます。」
マキャモン氏は、こうしたニューラルネットワークが最終的に研究者に魚の個体数をリアルタイムで監視し、問題のある種を特定し、災害に対応する能力を提供することを期待している。サンゴ礁があらゆる助けを必要としている今、このテクノロジーは、保護活動家がサンゴ礁の健康状態をより明確に把握するのに役立ちます。
/ScitechDaily から編集