كيّفت Google DeepMind نموذج Perch 2.0: نموذج تغريد الطيور يتعرف على نداءات الحيتان

اكتشفت Google DeepMind طريقة غير متوقعة لدراسة المحيط: نموذج Perch 2.0، الذي تم إنشاؤه للتعرف على أغاني الطيور والأصوات الأخرى للحيوانات البرية، يتعامل بثقة مع تصريحات الحيتان أيضاً. قد يقلل هذا من الوقت المخصص لتطوير نماذج بحرية منفصلة ويسرع المراقبة الصوتية للسكان النادرة.

كيفية اختبار نموذج Perch 2.0

Perch 2.0 هو نموذج حيوي صوتي أساسي تم تدريبه على ملايين التسجيلات للطيور والبرمائيات والحشرات والثدييات. في الأصل، تم تطويره ليس للمحيط، بل لتحليل المناظر الصوتية البرية.

ومع ذلك، قررت فريق Google DeepMind و Google Research اختبار ما إذا كان يمكنهم إعادة استخدام الأساس القائم بدلاً من بناء نظام جديد من الصفر للحيتان. المنطق بسيط: إذا كان النموذج الأساسي ينقل المعرفة بين أنواع إشارات مختلفة، فلن يضطر العلماء إلى قضاء الكثير من الحسابات والوقت لتطوير نظام منفصل. للتحقق من ذلك، أخذت الفريق ثلاث مجموعات بيانات صوتية بحرية تحتوي على تصريحات الحيتان والضوضاء المائية الأخرى.

تم تحويل كل مقطع مدته خمس ثوان إلى مخطط طيفي—خريطة مرئية للترددات وشدة الصوت عبر الزمن. قام Perch 2.0 بتحويل هذه البيانات إلى embeddings، أي مجموعات مدمجة من الخصائص التي يمكنها التمييز، على سبيل المثال، بين صفير الحوت القاتل ونداء حوت الزعنفة الحدباء.

بعد ذلك، قام الباحثون بتدريب مصنف لوجستي بسيط على بضعة أمثلة فقط: من أربعة إلى 32 embedding لكل مجموعة بيانات. حتى مع هذا العدد الصغير من الأمثلة، كانت الجودة عالية وتحسنت مع إضافة المزيد من البيانات.

لماذا نجح نقل التعلم

الفكرة الرئيسية هنا هي transfer learning، أو نقل التعلم. يتعلم النموذج أولاً استخراج الأنماط الصوتية العامة من مجموعة بيانات ضخمة، ثم يطبق هذه المعرفة على مهمة مختلفة لكن ذات صلة. في حالة Perch 2.0، يكون النقل غير متوقع بشكل خاص: تغني الطيور في الهواء، بينما تتبادل الحيتان الإشارات تحت الماء. ومع ذلك، يبدو أن النموذج يلتقط ليس فقط وسط نقل الصوت، بل أنماط أكثر دقة—شكل الصفير، وديناميكية الترددات، ومدة الإشارة والبنية الدقيقة.

"نحن نقوم بتدريب هذا النموذج للعثور على تفاصيل صغيرة في المناظر الصوتية."

يقدم الباحثون عدة تفسيرات. قد يكون للطيور والثدييات البحرية آليات إنتاج صوت متشابهة تطوريًا. بالإضافة إلى ذلك، غالباً ما تعمل النماذج الكبيرة المدربة على بيانات متنوعة بشكل جيد خارج نطاقها الأصلي. وأخيراً، التعرف على تصريحات الطيور معقد جداً في حد ذاته: يتم إجبار النموذج على ملاحظة أصغر الاختلافات. هذا على الأرجح يساعده تحت الماء. وفقاً للفريق، يقع الصفير من بعض مجموعات الحيتان القاتلة حتى ضمن نطاقات طيفية مشابهة للعديد من إشارات الطيور.

لماذا هذا يهم علماء الأحياء

بالنسبة لباحثي المحيط، هذه النتيجة مهمة ليس فقط كعرض توضيحي أنيق. في علم الصوتيات البيولوجية، يكتشف الباحثون باستمرار أنواع إشارات جديدة، وبعض الضوضاء تحت الماء لا تزال تفتقر إلى تصنيف موثوق. إذا بدلاً من إنشاء نموذج منفصل لكل نوع، يمكن للباحثين أخذ نظام أساسي قوي وضبط سريع لمصنف خفيف الوزن، فإن دورة البحث تصبح أقصر بشكل ملحوظ. هذا مفيد بشكل خاص للمراقبة الصوتية السلبية، حيث يستمع العلماء إلى أرشيفات ضخمة من التسجيلات من العوامات والهيدروفونات والمحطات المستقلة لأشهر.

• النشر الأسرع لنماذج جديدة لمجموعات حيتان معينة
• تقليل تكاليف التدريب والبحث عن الهندسة المعمارية
• الأداء حتى مع عدد قليل جداً من الأمثلة المصنفة
• البحث الأكثر مرونة عن أنواع إشارات نادرة وغير موصوفة

من المهم أيضاً أن تتم مقارنة Perch 2.0 ليس فقط مع نموذج الحيتان السابق من Google، بل مع نماذج حيوية صوتية أخرى للطيور والحيوانات والشعاب المرجانية. في هذه المقارنات، كان إما الأفضل أو الثاني الأفضل من حيث الجودة. لذا فإننا لا نتحدث عن اختبار عشوائي محظوظ، بل عن نتيجة قوية مقابل البدائل المتخصصة. بالنسبة لمشاريع الحفاظ على البيئة، هذه إشارة جيدة: أداة صوتية أساسية واحدة يمكن أن تعمل عبر أنظمة بيئية متعددة.

ماذا يعني هذا

قصة Perch 2.0 تظهر أن النماذج الأساسية للذكاء الاصطناعي بدأت تفيد ليس فقط روبوتات الدردشة وتوليد المحتوى، بل أيضاً العلوم الميدانية. إذا نجح نقل التعلم بين الطيور والحيتان، فإن علماء الأحياء لديهم فرصة لمراقبة حالة السكان بشكل أسرع، وملاحظة التغييرات في سلوك الحيوانات، وحماية الأنواع الضعيفة بشكل أفضل.