Onderzoekers gebruiken AI om de bewegingen van bedreigde dolfijnsoorten in de Amazonerivier te observeren.<\/b><\/p>\n
De <\/span>onderzoek<\/span><\/a> gebruikten machine learning (AI) om de bewegingen van 2 soorten dolfijnen te volgen in een groot ondergelopen gebied dat elk jaar in het regenseizoen overstroomt.\u00a0<\/span><\/p>\n Hierbij werd een neuraal netwerk getraind om de unieke akoestische communicatie van dolfijnen - klikken en fluiten - te identificeren en te volgen.\u00a0<\/span><\/p>\n Akoestisch volgen is minder verstorend dan traditionele methoden zoals GPS-tags, boten of drones vanuit de lucht. Onderzoekers zijn van plan om het systeem te gebruiken om de bewegingen van de dolfijn te volgen en om beschermingsmaatregelen te ontwikkelen.\u00a0<\/span><\/p>\n \"Geluid is waarschijnlijk het enige zintuig dat we kennen dat we allemaal delen op aarde,\" zegt Michel Andr\u00e9, medeauteur van het onderzoek aan de Technische Universiteit van Cataloni\u00eb in Barcelona, Spanje.<\/span><\/p>\n Het onderzoek richt zich op 2 soorten, de Boto (<\/span>Inia geoffrensis<\/span><\/i>), ook bekend als de roze rivierdolfijn, en de Tucuxi (<\/span>Sotalia fluviatilis<\/span><\/i>). <\/span><\/p>\n Het team plaatste onderwatermicrofoons op verschillende locaties in het Mamirau\u00e1-reservaat in het Braziliaanse Amazonewoud om de geluiden van deze dolfijnen vast te leggen.<\/span><\/p>\n Beide dolfijnsoorten worden momenteel bedreigd: de Boto populatie neemt naar schatting elk decennium met 50% af en de Tucuxi populatie elke 9 jaar.\u00a0<\/span><\/p>\n Het AI-model was in staat om de dolfijngeluiden te onderscheiden van de kakofonie van de Amazone-omgeving.\u00a0<\/span><\/p>\n De onderzoekers voerden audio-opnames naar een diep lerend neuraal netwerk dat geluiden in realtime kan categoriseren, \"precies zoals we dat met onze eigen hersenen doen\", aldus Andr\u00e9.<\/span><\/p>\n De mogelijkheid om grote hoeveelheden gegevens in real-time te verwerken zou \"bijna onmogelijk\" zijn zonder AI, zegt Federico Mosquera-Guerra, een onderzoeker die Amazone-dolfijnen bestudeert aan de Nationale Universiteit van Colombia in Bogot\u00e1.<\/span><\/p>\n Het AI-systeem werd getraind om 3 soorten geluiden te identificeren: geluiden geproduceerd door dolfijnen, regenval en bootmotoren.\u00a0<\/span><\/p>\n Aangezien beide dolfijnensoorten vaak echolocatie klikken gebruiken voor navigatie en fluiten voor communicatie, heeft het identificeren van deze geluiden onderzoekers in staat gesteld om hun bewegingen in kaart te brengen.\u00a0<\/span><\/p>\n Aangezien Botos en Tucuxis verschillende fluitpatronen hebben, kan het neurale netwerk onderscheid maken tussen de soorten. Het model zou ook bootbewegingen kunnen volgen om mogelijke interacties tussen bootverkeer en dolfijnpopulaties in te schatten.\u00a0<\/span><\/p>\n In de toekomst wil het team de mogelijkheden van het neurale netwerk uitbreiden om andere aquatische soorten te detecteren.\u00a0<\/span><\/p>\n Het nut van AI voor natuurbehoud wordt dit jaar goed gedocumenteerd door onderzoeken. Onderzoekers in het Verenigd Koninkrijk gebruiken AI om papegaaiduikerpopulaties volgen<\/a>en een AI-gestuurd systeem ondersteunt inspanningen om invasieve Pacifische zalm beperken<\/a> in Europese waterwegen.<\/p>","protected":false},"excerpt":{"rendered":" Onderzoekers gebruiken AI om de bewegingen te observeren van bedreigde dolfijnsoorten die in de Amazonerivier leven. Het onderzoek gebruikte machine learning (AI) om de bewegingen van 2 soorten dolfijnen te volgen in een groot ondergelopen gebied dat elk jaar in het regenseizoen overstroomt. Er werd een neuraal netwerk getraind om de unieke akoestische communicatie van dolfijnen - klikken en fluiten - te identificeren en te volgen. Akoestisch volgen is minder verstorend dan traditionele methoden zoals GPS-tags, boten of drones vanuit de lucht. Onderzoekers zijn van plan om het systeem te gebruiken om de bewegingen van de dolfijn te volgen en om beschermingsmaatregelen te ontwikkelen. \"Geluid is waarschijnlijk het enige zintuig dat<\/p>","protected":false},"author":2,"featured_media":3387,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[84],"tags":[182,105,222],"class_list":["post-3386","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-industry","tag-conservation","tag-machine-learning","tag-ml"],"yoast_head":"\nHoe AI hielp<\/span><\/h2>\n