AI模型Perch助力生物声学保护濒危物种

值得关注的是，在保护濒危物种这件事上，声音正在成为越来越有力的武器。某机构旗下的Perch新模型，正在帮助保护主义者更快地分析海量音频数据，从而守护从夏威夷旋蜜雀到珊瑚礁等众多濒危物种。

科学家们用来评估地球生态系统健康状况的手段之一，其实很简单——在野外布设麦克风，或在水下放置听音器，捕捉鸟类、青蛙、昆虫、鲸鱼、鱼类等各种动物的声音。这些音频中蕴含着丰富的信息，能告诉我们某片区域有哪些物种，甚至揭示生态系统健康度的潜在变化。但问题来了：收集到的数据量实在太庞大，人工处理根本不可行。

就在今天，某机构发布了新版Perch模型。这款AI工具专门用于分析生物声学数据，帮助保护主义者从海量声音中提取有用信息。相比于旧版本，新模型在预测鸟类物种方面表现更优，同时也能更好地适应珊瑚礁这类水下环境。训练数据上，新模型汲取了更广泛的声源，包括哺乳动物、两栖动物和人为噪声——总数据量几乎是原来的两倍，主要来自Xeno-Canto和iNaturalist等公共数据集。它能从数千甚至数百万小时的音频中，准确解构出复杂的声学场景。更关键的是，Perch的用途非常广泛，从“有多少幼崽出生”到“给定区域存在多少只动物”，都能给出答案。

为了让更多科研工作者参与进来，该机构将新版本Perch以开放模型的形式发布，并提供在Kaggle平台上供大家使用。

值得强调的是，Perch不仅能识别鸟类声音，新版模型在训练数据上做了大幅扩展，覆盖了哺乳动物、两栖动物，甚至包括人为噪声。

实地应用案例：Perch在实践中的成功

自2023年首次亮相以来，Perch初始版本已被下载超过25万次，其开放解决方案如今已深度集成进生物学家常用的工具中。以Perch的向量搜索库为例，它已成为某机构广泛使用的BirdNet分析器的一部分。此外，Perch正在帮助某机构和某声学观测站为多个独特的澳大利亚物种构建分类器。其中，相关工具成功帮助发现了一个新生的、难以捉摸的平原游荡鸟种群。这堪称一项重大突破——像这样的声学监测，将重塑许多濒危鸟类的未来走向。近期研究还发现，旧版Perch甚至具备识别个体鸟类并追踪丰度的能力，这有望减少为监测种群而进行的捕捉释放研究需求。最后，来自某大学生物声学实验室的团队，使用Perch来监测和保护夏威夷旋蜜雀。这种鸟类在夏威夷神话中意义非凡，却正因外来蚊子传播的禽疟疾而濒临灭绝。Perch帮助他们将旋蜜雀声音的识别速度提升了近50倍，从而能够在更广的范围内监测更多种群。而新模型的发布，预计将进一步加速这些保护工作的推进。

解构地球的声音曲目

Perch模型不仅能预测录音中存在哪些物种，这只是故事的开端。该机构还提供了配套工具，让科学家可以从单个样本出发，快速构建新的分类器，用于监测数据稀缺的物种或特定声音，比如幼鸟叫声。具体来说，给定一个声音示例，使用Perch进行向量搜索，可以从数据集中找出最相似的声音。随后，当地专家可以将这些搜索结果标注为相关或无关，以此训练分类器。这种将向量搜索与主动学习相结合的策略，被称为“敏捷建模”。近期发表在arXiv上的论文《寻找叫声：生物声学中的敏捷建模》证实，该方法在鸟类和珊瑚礁场景中均表现有效，能在不到一小时内创建出高质量的分类器。

展望未来：生物声学的前景

这些模型和方法正在协同发力，最大化保护工作的影响力，为更有价值的实地工作腾出时间和资源。从夏威夷的森林到海洋中的珊瑚礁，Perch项目展示了将前沿技术应用于全球最紧迫挑战时，所能带来的深远改变。每构建一个分类器，每分析一小时的音频数据，都在一步步将我们推向一个充满丰富、繁荣生物多样性声音的地球。