Волки подают голос: ИИ слышит то, что пропускают люди
Волки остаются одними из самых трудноуловимых объектов для изучения. Они скрытны, территориальны и разбросаны на огромных площадях. Традиционные методы учета — подсчет следов, анализ ДНК, прямое наблюдение — требуют огромных затрат времени и ресурсов. Ученые тратили месяцы на ручное прослушивание тысяч часов аудиозаписей, чтобы выделить из шума ветра, дождя и звуков других животных драгоценный волчий вой. Это было узким местом всей системы мониторинга популяций хищников.
Команда специалистов из Сбера, Института проблем экологии и эволюции РАН и Института истории естествознания и техники РАН предложила передовое решение — доверить прослушивание волчьих голосов алгоритму. В основе разработки лежит нейросетевая архитектура Audio Spectrogram Transformer, которая обучилась распознавать животные звуки на примерах архивных и современных записей, накопленных учеными за несколько десятков лет.
Алгоритм работает в два шага, что оказалось критически важно для успеха. На первом этапе система вычленяет из фонового шума любые звуки животных с точностью 98,3%. Это действительно массивная задача — нейросеть должна отличить биологические сигналы от техногенного шума и явлений природы. На втором этапе модель смотрит только на найденные животные звуки и определяет среди них волчий вой с точностью 89,6%. Двухуровневый подход решил классическую проблему дисбаланса данных.
Результаты получились внушительными — система превосходит все аналоги, созданные в мировой науке за последние шесть лет. Тестирование показало полноту работы 99,3% для первой модели и 93,4% для второй. Это означает, что волчий вой практически не проходит мимо алгоритма незамеченным. Изучение поведения волков, структуры стай и территориального распределения, которое раньше требовало героических усилий, теперь может быть автоматизировано.
Практическое применение начнется уже скоро. Природоохранные организации смогут оснастить свои системы мониторинга этим алгоритмом и проводить массовую оценку волчьих популяций. Методология, кроме того, легко масштабируется на другие виды — медведя, лося, благородного оленя, крупных хищных птиц. Все модели и исходный код выложены в открытый доступ на GitHub, что означает доступность технологии для любых исследователей мира.
Исследование опубликовано в журнале Scientific Reports издательства Nature, одном из самых престижных научных изданий. Это признание того, что работа российских ученых имеет не просто локальное значение, но и представляет интерес для глобального научного сообщества.