美国人工智能助力研究黄石公园狼的声音——Mongabay
在美国黄石国家公园，语言学家兼计算机工程师杰夫·里德利用人工智能和生物声学设备研究狼的发声。他开发的人工智能程序从公园声景录音中分离出超过8000小时连续的狼类发声。根据Mongabay的报道，这是全球规模最大的同类数据库。
里德于2023年在黄石狼项目这一长期狼类研究计划框架内启动了“Cry Wolf”项目。公园偏远地区部署了约50台自动录音设备。它们全天候记录声景，每年积累约50万小时的音频数据。
狼类信号分析
里德训练的人工智能模型可将单个狼类发声转换为声谱图，即声音频率图表。研究人员将这些数据与特定动物在嚎叫、吠叫或呜咽时的行为进行比对。
里德并不将自己的工作称为把“狼的语言”翻译成人类语言。他将自己的方法描述为“讲述嚎叫的故事”：要接近理解一个信号的含义，就需要追踪特定动物的行为及其发出声音时的情境。通过反复的声学分析，他学会了辨别不同个体狼的声音。
更多最新消息请关注 UA.News Telegram 频道 Telegram.
里德表示，狼有20多种发声类型，包括吠叫、呜咽、嚎叫、尖叫、呻吟和牙齿咔嗒声。它们的一种交流形式是集体嚎叫，即狼群同时嚎叫。
非侵入式监测
黄石狼项目负责人丹·斯塔勒指出，传统监测需要使用直升机、麻醉狼并为其佩戴项圈。生物声学设备可能成为非侵入式研究方向：它们记录声音和位置数据，从而可以远程追踪狼群的活动和领地。
里德的技术也在意大利北部使用。菲登扎的Osservatorio Lupi团队购买了12台录音设备，用于发现接近城镇或农场的狼，并在不使用武器的情况下驱赶它们。熊类、生态系统和野生动物通道研究人员也对这项技术感兴趣。
