生物学家正利用 AI 仅凭鸣唱追踪个体鸟类
雄性橙顶灶莺是一招鲜的歌手,拥有独特的求偶鸣叫


社交分享
从啁啾到颤音,鸟鸣可以像交响乐一样丰富多样。
但橙顶灶莺——圆胖、在地面活动的莺类——的曲目严格有限。
雄性只有一首歌:一段快速的旋律,常被描述为 teacher-teacher-teacher。
对大多数耳朵来说,所有橙顶灶莺听起来都一样,但每只都有自己独特的唱法。
如今,生物学家正利用 AI,仅凭其标志性鸣唱来帮助追踪橙顶灶莺种群的健康状况。
本月发表在科学期刊 Nature Methods 上的研究,依靠 AI 在阿尔伯塔省和宾夕法尼亚州采集的录音中识别出个体橙顶灶莺。
一根筋的头脑
首席研究员、科罗拉多大学博士后研究员 Sam Lapp 说,橙顶灶莺“独特”的曲目使它成为理想的研究物种。
“它们非常忠于只唱一首非常特定的歌,”Lapp 在接受 CBC News 采访时说。
“有很多鸟确实会在一生中固化出一种声音特征。通常,这会把几首不同的歌纳入我们所说的鸟的曲目库。
“但橙顶灶莺有一个很好的特性:不仅随着时间推移只有一首非常稳定的歌,而且只唱它的一个版本。”
- 研究表明,随着广泛下降,加拿大常见潜鸟那萦绕心头的叫声正变得不那么常见
橙顶灶莺在春天唱它们的主要歌曲,以保卫领地和吸引配偶。这成为它们一生中不变的旋律。
在 Lapp 于匹兹堡大学生物科学系任职期间,研究团队使用了四年间在宾夕法尼亚州近 130 个地点采集的录音。
他们训练了一个 AI 模型来提取使歌曲独一无二的特征,并将相似的歌曲聚类在一起,假设每只鸟每年春天都会回到同一片森林。
团队处理了 9,072 小时的音频,追踪了 405 只个体鸟。随后,研究人员用另一组录音对模型进行了测试,这组录音是在 2016 年春季繁殖季期间于阿尔伯塔省的混交林和北方针叶林中采集的。
Lapp 说,该模型能将歌曲与个体鸟关联起来,准确率高达 96%。
这比腿环标记的劳动强度低得多——腿环标记需要生物学家捕捉鸟类,小心地在它们脚踝上放置标记,然后设法在第二年春天再次捕捉它们。
他说,这项研究的想法来自与阿尔伯塔省生物学家的合作,他们当时正试图利用麦克风网格在广阔距离内精确定位鸟类的位置。
“有点奇妙”
Lapp 说,人耳无法实时区分个体橙顶灶莺,因为它们的声音细微差别发生得太快。
但 Lapp 说,在频谱图——声音的视觉表示——上,每只鸟独特的歌声都会清晰起来。
“我开始想,如果我的眼睛能看到这些模式,我们能不能教机器识别这些模式,并做自动化的个体识别?
“即使你痴迷于鸟类,真的热衷于识别物种,也会感到如此惊讶和兴奋,而且有点奇妙:这种水平的信息一直存在,我们却一直错过……但如果你听得足够仔细,它就在那里。”
- 视频羽毛相同的鸟:麦吉尔大学研究发现,人类语言和鸟鸣有很多共同之处
羽毛相同的鸟:麦吉尔大学研究发现,人类语言和鸟鸣有很多共同之处
像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。请完全按原样使用它们,无论是在回复中还是在工具调用中:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。
文章标题:生物学家正利用人工智能,仅凭鸣叫声追踪个体鸟类
正文: Erin Bayne,阿尔伯塔大学生物学教授,也是这项研究的合著者之一,多年来一直关注橙顶灶鸫的鸣声,深知年度种群监测工作的艰辛。
在攻读博士学位期间,Bayne 花了数万小时追踪带环志的鸟类,甚至能通过它们独特的声音变化分辨出个体。
“那边那只鸟叫的和这边这只不太一样,”他说,“我知道谁是谁。”
“它们唱歌时特别有礼貌。其实挺有意思的。一只鸟先唱,另一只就等着它唱完,但紧接着自己马上就开始唱。”
物以类聚,鸟以声聚
Bayne 表示,这项研究表明鸟类的交流远比大多数人想象的复杂,对话确实在发生,即便我们听不懂这种语言。
Bayne 说,就像人类有各自不同的说话方式一样,生物学家正在了解某些动物如何也发展出属于自己的“声音”。
“从很多方面来看,个体鸟类或个体动物拥有可被检测到的独特之处,这并不令人意外。我认为我们越是深入研究,就越容易发现这是真的。”
尽管该模型存在局限,但研究作者希望它能提供一种侵入性更低的方式,仅通过监听来了解鸣禽的健康状况。
该人工智能系统无法准确追踪雌性橙顶灶鸫多变的叫声,也无法追踪幼鸟发出的简单叫声。
当前程序对于监测喜鹊和嘲鸫这类不断模仿新声音或唱出数十种不同歌曲的物种,也同样力有不逮。
它最适合那些终生只唱一首不变歌曲的鸟类——约占鸣禽物种的30%——以及某些种类的蝙蝠和猫头鹰。
研究人员将程序代码发布在开源网站上,以帮助其他生物学家追踪其他鸣禽种群甚至其他物种的生存状况。
- What on EarthEddie's dead: What one monarch's ill-fated journey can teach us about migration patterns
Eddie's dead: What one monarch's ill-fated journey can teach us about migration patterns
Richard Hedley,阿尔伯塔生物多样性监测研究所的统计生态学家,未参与这项研究,他表示这项技术潜力巨大。
他说,虽然人工智能声学监测多年来一直被用于在物种层面追踪鸟类,但能够证明它可以区分个体鸟类,是一项令人印象深刻的成就。
他说,有大量现有的声学录音可以通过新的方式加以利用。
“光是捕捉一只鸟就可能要花好几个小时。所以,只要在鸟的领地上放一个麦克风就能做到这一点,这个想法真的很有前景。”
关于作者

Wallis Snowdon 是 CBC Edmonton 的记者,专注于为网站和广播带来新闻报道。Wallis 原籍新不伦瑞克省,曾在加拿大各地社区进行报道,从哈利法克斯到麦克默里堡。她此前在埃德蒙顿的 CBC Radio 担任数字和时事制片人。欢迎与 Wallis 分享您的故事,邮箱:[email protected]。
相关报道
- 研究显示,加拿大普通潜鸟那令人难忘的叫声正因广泛的数量下降而变得不那么常见
- 研究人员为何使用无人机让北极熊和人类保持距离
- 我们孤独吗?搜寻外星信号的研究所正用新方法回答这个古老问题
- 新人工智能应用帮助蒙特利尔一位渐冻症女性重获声音
- 如果让人工智能来选年度词汇,它会比剑桥词典选得更好吗?