Исследование учит машины расшифровывать утреннее пение птиц

Новаторское исследование, изучающее время и последовательность птичьих криков, может дать новое представление о социальном взаимодействии между птицами. Оно также поможет научить машины отличать искусственные звуки от естественных и понимать окружающий мир.

Работу возглавляет доктор Дэн Стоуэлл, научный сотрудник по машинному аудированию в Лондонском университете королевы Марии (QMUL). Исследование поддерживается грантом Early Career Fellowship от Совета по инженерным и физическим наукам (EPSRC).

В августе 2015 года технология доктора Стоуэлла была выпущена для публики в виде приложения для смартфона под названием Warblr. Пользователи записывают звук птицы, а приложение анализирует его, сопоставляет с паттернами птичьих криков в своей базе данных и предоставляет список возможных видов.

Доктор Стоуэлл развивает эту работу, чтобы вывести компьютерный анализ птичьих звуков на новый уровень и узнать больше о передаваемых сообщениях и о том, кто доминирует в «разговорах».

«Традиционно вы бы измеряли явные параметры, например, какова длительность этого звука, какова его частота? Чтобы выйти за эти рамки, мы используем современные методы машинного обучения, где вы не обязательно знаете, как компьютер принял решение о конкретном звуке, но, обучая его — то есть показывая множество предыдущих примеров — мы можем побудить компьютерный алгоритм делать обобщения на их основе».

В лабораторном вольере университета самки зебровых амадин предоставляют доктору Стоуэллу множество аудио-примеров для его работы.

«Мы объединили анализ времени подачи сигналов с акустическим анализом содержания крика, например, короткий он или длинный. Мы исследуем такие факторы, как увеличивается или уменьшается вероятность крика одной птицы после крика другой, или происходит ли более тонкое взаимодействие? Определение того, насколько сильно каждая птица влияет на другую, помогает нам построить картину коммуникационной сети в этой группе птиц».

В долгосрочной перспективе работа доктора Стоуэлла может быть использована в различных областях: от расшифровки утреннего хора до изучения влияния изменения климата на миграционные паттерны птиц. Её можно использовать для анализа исторических записей птичьего пения, хранящихся в таких местах, как Британская библиотека. Это также улучшит наше понимание социальной организации других групп животных и эволюции человеческого языка.

«Кроме того, у нас есть множество приложений, в которых машинам действительно понадобится понимать окружающий мир через звук так же, как и через зрение, — говорит доктор Стоуэлл. — Будь то самоуправляемые автомобили, мобильные телефоны или системы видеонаблюдения, эта работа может внести вклад в более широкое понимание и анализ обычной звуковой среды».

Широкая публика также играет важную роль в исследовании. С момента запуска приложение Warblr привело к сбору более 25 000 записей со всей Великобритании. Однако есть элемент непредсказуемости: четверть этих записей — не настоящие птицы, а люди, имитирующие услышанное пение. Эти человеческие имитации используются для обучения компьютеров не только отличать настоящее пение от имитации, но и отделять их от других типов звуков — от звонка телефона до плача ребёнка.

«Этот аспект Big Data и гражданской науки внесёт вклад в работу по машинному обучению, помогая компьютеру анализировать, является ли конкретный звук птичьим или нет, — добавляет доктор Стоуэлл. — Сейчас создаются проекты, в которых в лесу устанавливают автономные микрофонные системы, которые записывают и пытаются определить, какие птицы где обитают. Чтобы делать это в масштабируемом виде, нам понадобятся алгоритмы, которые могут сказать: "да, это птица" или "нет, это просто дерево скрипит на ветру"».