Google DeepMind adapte Perch 2.0 : un modèle entraîné sur des chants d'oiseaux reconnaît les cris de baleines

Google DeepMind a trouvé une manière inattendue d'étudier l'océan : Perch 2.0, un modèle conçu pour reconnaître le chant des oiseaux et d'autres animaux terrestres, se débrouille aussi de façon fiable avec les voix des baleines. Cela peut réduire le temps de développement de modèles marins distincts et accélérer le suivi acoustique des populations rares.

Comment le modèle a été testé

Perch 2.0 est un modèle bioacoustique de base, entraîné sur des millions d'enregistrements d'oiseaux, d'amphibiens, d'insectes et de mammifères. À l'origine, il n'a pas été conçu pour l'océan, mais pour analyser des paysages sonores terrestres. Google DeepMind et Google Research ont toutefois voulu vérifier si, plutôt que de construire de zéro un nouveau système pour les baleines, on pouvait réutiliser une base existante.

La logique est simple : si un modèle de base transfère des connaissances entre différents types de signaux, les scientifiques n'auront pas à dépenser autant de calcul et de temps dans un développement séparé.

Pour le test, l'équipe a pris trois jeux de données audio marines contenant des voix de baleines et d'autres bruits sous-marins. Chaque extrait de cinq secondes a été converti en spectrogramme, une carte visuelle des fréquences et de l'intensité du son dans le temps. Perch 2.0 a ensuite transformé ces données en embeddings, des ensembles compacts de caractéristiques permettant de distinguer, par exemple, le sifflement d'une orque du signal d'une baleine à bosse.

Les chercheurs ont ensuite entraîné un classifieur logistique simple sur seulement quelques exemples : de quatre à 32 embeddings par jeu de données. Même avec si peu d'exemples, la qualité était élevée et progressait à mesure que des données s'ajoutaient.

Pourquoi le transfert a fonctionné

L'idée clé est le transfer learning, ou transfert d'apprentissage. Le modèle apprend d'abord des régularités acoustiques générales sur un énorme volume d'un type de données, puis applique ces connaissances à une tâche différente, mais apparentée.

Pour Perch 2.0, le transfert paraît particulièrement surprenant : les oiseaux chantent dans l'air, tandis que les baleines communiquent sous l'eau. Mais le modèle semble saisir autre chose que le milieu de propagation du son : des motifs plus fins, comme la forme du sifflement, la dynamique des fréquences, la durée et la microstructure du signal.

«

Nous entraînons ce modèle à repérer de petits détails dans les paysages sonores. »

Les chercheurs avancent plusieurs explications. Les oiseaux et les mammifères marins pourraient avoir des mécanismes de production sonore proches sur le plan évolutif. Par ailleurs, les grands modèles entraînés sur des données variées fonctionnent souvent bien hors de leur domaine d'origine. Enfin, reconnaître des vocalisations d'oiseaux est déjà très difficile en soi : le modèle est contraint de remarquer des différences infimes. Cela l'aide probablement sous l'eau. Selon l'équipe, les sifflements de certaines populations d'orques se situent même dans une plage de spectrogramme similaire à celle de nombreux signaux d'oiseaux.

Pourquoi les biologistes s'y intéressent

Pour les chercheurs en océanographie, ce résultat compte au-delà de la belle démonstration. En bioacoustique, on découvre sans cesse de nouveaux types de signaux, et une partie des bruits sous-marins n'a encore aucune classification fiable. Si, au lieu de créer un modèle distinct pour chaque espèce, on peut prendre un puissant système de base et ajuster rapidement un classifieur léger, le cycle de recherche devient nettement plus court. C'est particulièrement utile pour le suivi acoustique passif, où les scientifiques passent des mois à écouter d'énormes volumes d'enregistrements issus de bouées, d'hydrophones et de stations autonomes.

• Lancement plus rapide de nouveaux modèles pour des populations de baleines précises
• Coûts réduits par rapport à un entraînement de zéro et à la recherche d'architectures
• Fonctionne même avec très peu d'exemples étiquetés
• Recherche plus souple de types de signaux rares et pas encore décrits

Il est aussi important que Perch 2.0 ait été comparé non seulement au précédent modèle de baleines de Google, mais aussi à d'autres modèles bioacoustiques pour les oiseaux, les animaux et les récifs coralliens. Dans cette comparaison, il s'est classé premier ou deuxième. Il ne s'agit donc pas d'un test isolé et chanceux, mais d'un résultat solide face à des alternatives spécialisées. Pour les projets de conservation, c'est un bon signal : un seul outil audio de base peut fonctionner dans plusieurs écosystèmes à la fois.

Ce que cela signifie

L'histoire de Perch 2.0 montre que les modèles d'IA de base commencent à servir non seulement aux chatbots et à la génération de contenu, mais aussi à la science de terrain. Si le transfert d'apprentissage fonctionne entre oiseaux et baleines, les biologistes ont une chance de suivre plus vite l'état des populations, de repérer des changements de comportement des animaux et de mieux protéger les espèces vulnérables.