Между космосом и океаном: ИИ научился «слышать» китов в сейсмическом шуме Земли
Учёные показали, что популярная ИИ-модель Segment Anything Model (SAM), изначально разработанная для распознавания и выделения объектов на изображениях, может эффективно искать сигналы китов в сейсмических данных без предварительного обучения на записях голосов китов. В ходе проверки система определяла сигналы китов Брайда с точностью более 96%.
Работу выполнила группа под руководством Чжо Сяо (Zhuo Xiao) из Университета Гуанси Миньцзу (Guangxi Minzu University). Результаты опубликованы в журнале Seismological Research Letters.
Голоса китов можно представить в виде спектрограмм — графиков, показывающих, как меняются частоты звука по времени. Для человека это выглядит как своеобразный «снимок звука». Именно такие изображения исследователи подавали на вход модели SAM, которая специализируется на поиске и выделении объектов на изображениях.
Для проверки метода были использованы данные сейсмической станции на острове Сеян в заливе Бэйбу Южно-Китайского моря. Учёные проанализировали имеющиеся записи за январь и июль 2021 года, чтобы охватить разные сезонные типы вокализации китов Брайда. Этот район считается важной кормовой акваторией для этих животных.
Изображение сгенерировано: Nano BananaПеред обработкой данные проходили многоэтапную очистку от помех. Для повышения отношения полезного сигнала к шуму использовались спектральное вычитание, гауссово сглаживание и адаптивная фильтрация. После этого SAM выполняла не просто классификацию наличия или отсутствия сигнала, а выделяла на спектрограмме границы каждого отдельного крика кита.
По данным авторов, система правильно обнаруживала сигналы более чем в 96% случаев по всем сезонным наборам данных. При этом ей удалось выявить некоторые эпизоды, которые ранее были пропущены при ручном анализе записей. Авторы отмечают, что модель также избежала части ложных срабатываний и пропусков слабых сигналов, что бывает характерным для традиционных методов обработки.
Дополнительная проверка показала, что подход работает не только для китов Брайда. Исследователи протестировали систему на записях финвалов из Ирландии и синих китов из Канады. После адаптации параметров метод сохранил высокую эффективность, что указывает на возможность его применения для разных видов китообразных и в различных морских регионах.
Анализ собранных данных позволил выявить и особенности поведения китов Брайда. Учёные обнаружили выраженные сезонные различия во временном интервале между двумя акустическими импульсами в их сигналах. Зимой средний интервал составлял 6,93 секунды, а летом увеличивался до 11,70 секунды. По мнению авторов, это может отражать более активную координацию между животными зимой и более одиночный характер коммуникации летом.
Исследователи подчёркивают, что технология всё ещё допускает ложные срабатывания и пропуски. В дальнейшем они планируют объединить акустические и сейсмические наблюдения с другими океанографическими данными, а также создать специализированную версию фундаментальной модели, адаптированную именно для распознавания сигналов китов.
Работа показывает, что современные универсальные ИИ-модели могут находить применение далеко за пределами задач, для которых изначально создавались. В данном случае инструмент для анализа изображений оказался способен помочь в мониторинге популяций китов — одной из ключевых задач современной морской экологии и охраны морских млекопитающих.
© iXBT
