谷歌人工智能公益计划：座头鲸说，我是歌手_风闻

科技进步带动着人类保护野生动物能力的提升。在我国，红外相机技术也在自然保护区应用，尤其是对那些分布范围狭窄、密度低、数量稀少的保护物种比较有效，特别适用于记录活动较为隐秘的大中型或夜行性的珍稀兽类和鸟类。比如央视《秘境之眼》电视节目就记录了这场不被打扰的相逢。

野生动物保护不是一时一地的行动，而在全球范围内持续行动。尽管数十年来有公益机构致力于捕鲸保护，但仍有 15种鲸鱼陆续被列入 “濒危物种法”。即使是座头鲸这一成功恢复的物种，也没有进入安全期，同样会也会受到诸如渔具缠绕和船只碰撞等威胁的影响，这些都是导致鲸鱼非自然死亡的主要原因之一。

美国渔业是世界上最大和最具可持续性的渔业之一，有赖于美国政府对此不遗余力的支持。这次，谷歌与美国国家海洋和大气管理局（NOAA）的太平洋群岛渔业科学中心合作。

为了更好地保护这些动物，第一步是了解它们的位置和出现的时间，以便能够减轻它们面临的风险，比如向船只发出警告。大多数鲸鱼和海豚待水面上的时间很少，因此通过视觉技术查找和计算它们的位置非常困难。

鲸鱼和海豚在水下度过大部分时间，并将声音作为主要的交流方式。这使得声学监测成为研究它们的理想方式。所以，太平洋群岛渔业科学中心依赖于使用水下录音机进行收听。也就是，在海底安装了一个全球范围内的监听设备网络，追踪鲸鱼的活动。聆听海洋是科学家监测难以研究的动物（如鲸鱼）的重要方式。

听，鲸鱼在“唱歌”。

然而，难点在于，设备录下了鲸鱼的歌声的同时，也会录下大量的噪声。美国国家海洋和大气管理局（NOAA）的太平洋群岛渔业科学中心一直使用高频声学记录包（HARP）在太平洋的12个不同地点录制水下音频，其中一些早在2005年就已开始。他们累积了超过170000小时的水下录音。这么庞大的录音，即使工作人员全天24小时的倾听，也需要19年的时间来听完这些音频资料，手工标记座头鲸的叫声也是非常耗时的。这时，人类需要人工智能从大量的噪声数据中寻找特定的模式，AI更擅长这类重复繁重的工作。

被动声学监测是用水下麦克风收听海洋哺乳动物的过程，可用于记录信号，以便离线完成检测，分类和定位任务。与船基视觉调查相比，优势包括检测能力，更长的检测范围和更长的监测周期。

谷歌人工智能接受了这项公益挑战，出手与美国国家海洋和大气管理局（NOAA）的太平洋群岛渔业科学中心合作开发了一个深度神经网络，可以自动识别这些非常长时间的水下记录。挑选了座头鲸这个鲸鱼物种。谷歌欲将最新的机器学习技术应用于世界上最大的社会和环境挑战原因是，在过去几年中，Google AI Perception团队开发了音频事件分析技术，这些技术已应用于YouTube上的非语音字幕，视频分类和索引。此外，谷歌发布了AudioSet评估集并开源了一些模型代码，以进一步推动研究。谷歌想知道是否有可能将这些相同的技术应用于该数据以协助野生动物监测和保护。

项目面临不少困难。因为，水下采集条件可能会有所不同：例如，下雨或船噪声的存在可能会混淆机器学习模型。录音机和鲸鱼之间的距离会导致声音非常地微弱。最后，座头鲸的呼叫特别难以分类，因为它们不像长须鲸的叫声那样具有鲜明稳定的特色。相反，座头鲸更喜欢“唱”复杂的歌曲，更喜欢随时间变化改变自己的发声。

如果座头鲸有一句独白，那一定是，我是歌手。

项目利用谷歌现有的大规模声音分类技术开展工作。首先将水下音频数据转换为声谱的视觉表示，称为谱图，然后给算法谱图，这些谱图用正确的物种名称标记。标注的数据喂的越多，算法就越能自动识别这些声音。

谷歌使用ResNet-50网络，这是一种通常用于图像分类的卷积神经网络架构，已经在分类非语音音频方面取得了成功。这是一种有监督学习，其中只有手动标记的数据可用于训练。谷歌数据分析结果能够看到座头鲸明显的季节性变化与人类目前已知的模式一致，其中座头鲸种群夏季在阿拉斯加附近吃喝玩乐，然后迁移到夏威夷群岛附近繁殖和分娩。

在未来，会长期了解识别育种地点或迁徙路径的变化来，帮助人类更好地了解座头鲸，了解这位深海歌手。（完）

亲爱的数据

出品：谭婧

美编：黄楠