Vår bioakustiske grunnmodell Perch ble hovedsakelig trent på terrestriske dyr – som fugler. Men Perch 2.0 viser utrolig ytelse på undervannsakkustikk. Slik hjelper det oss å lytte til og forstå marine økosystemer 🧵

Havet er et «lydlandskap» av mystikk. For å beskytte undervannsarter må vi identifisere dem i stor skala. Nylig lanserte vi Perch 2.0, som utmerker seg i marine valideringsoppgaver – til tross for at det ikke finnes undervannslyd under opplæring.

For å utvide Perch 2.0s muligheter for undervannslydidentifikasjon, benyttet vi overføringslæring. Den forhåndstrente modellen kan allerede forstå lyd, så vi lærer den å lære nye parametere kun for det siste steget i prosessen, å anvende den på en ny art.

Abbor 2.0 ble evaluert på en rekke hvalvokaliseringsoppgaver: å skille mellom ulike bardehvalarter og spekkhoggerunderpopulasjoner. Sammenlignet med forhåndstrente modeller havnet den konsekvent i den beste eller nest best presterende modellen for hvert datasett og utvalgsstørrelse.

Vi mener Perch 2.0 er så vellykket til å overføre fugledata til undervannssund på grunn av sin evne til å: Generaliser: den kan ekspertkategorisere lyder som ikke er inkludert i treningen. Klassifiser lignende lyder: den tvinges til å lære detaljerte akustiske funksjoner. Anerkjenn mangfold: identifiser en rekke arter som har utviklet vokaliseringer, men som likevel deler strukturelle kjennetegn.