Vår bioakustiska grundmodell Perch tränades främst på landlevande djur – som fåglar. Men Perch 2.0 visar otrolig prestanda på undervattensakkustik. Så här hjälper den oss att lyssna på och förstå marina ekosystem 🧵

Havet är ett "ljudlandskap" av mysterium. För att skydda undervattensarter måste vi identifiera dem i stor skala. Nyligen lanserade vi Perch 2.0, som utmärker sig på marina valideringsuppgifter – trots att det inte finns något undervattensljud under utbildningen.

För att utöka Perch 2.0:s möjligheter för undervattensljudidentifiering utnyttjade vi överföringsinlärning. Den förtränade modellen kan redan förstå ljud, så vi lär den att lära sig nya parametrar endast för det sista steget i processen, att tillämpa det på en ny art.

Perch 2.0 utvärderades på en rad valar: att skilja olika bardvalsarter och späckhuggares delpopulationer. Jämfört med förtränade modeller hamnade den konsekvent bland den bäst eller näst bäst presterande modellen för varje dataset och urvalsstorlek.

Vi tror att Perch 2.0 är så framgångsrik med att överföra fågeldata till undervattensljud tack vare dess förmåga att: Generalisera: den kan skickligt kategorisera ljud som inte ingår i dess träning. Klassificera liknande ljud: den tvingas lära sig detaljerade akustiska funktioner. Identifiera mångfald: identifiera en mängd arter som har utvecklat vokaliseringar men ändå delar strukturella egenskaper.