산호초를 연구하려면 몇 시간씩 힘들게 수동으로 분석해야 했지만 인공지능이 그 판도를 바꾸고 있습니다. 새로운 신경망은 바다 소리를 실시간으로 처리하고 인간보다 25배 빠르게 물고기 활동을 식별할 수 있습니다. 이 기술은 과학자들이 산호초 건강을 모니터링하고 해양 생태계를 보호하는 방식에 혁명을 일으킬 것입니다.
산호초는 지구상에서 가장 다양한 생태계 중 하나입니다. 산호초는 바다의 1% 미만을 차지하지만 생활주기의 특정 단계에서 해양 생물의 약 25%에게 서식지를 제공합니다. 너무 많은 생물 다양성이 한 곳에 집중되어 있기 때문에 과학자들은 정확히 어떤 종과 그 수를 식별하는 데 어려움을 겪고 있습니다.
이 문제를 해결하기 위해 Woods Hole Oceanographic Institution의 연구원들은 음향 모니터링과 신경망을 결합하여 소리를 기반으로 물고기 활동을 분석하는 새로운 방법을 개발했습니다. 이들의 연구 보고서는 오늘(3월 11일) AIP Press에서 발행하는 미국 음향학회 저널인 JASA에 게재되었습니다.
수년 동안 과학자들은 산호초를 연구하기 위해 수동 음향 모니터링에 의존해 왔습니다. 여기에는 환경 소리를 포착하기 위해 몇 달 동안 산호초에 수중 녹음기를 배치하는 것이 포함됩니다. 기존 신호 처리 도구는 대량의 오디오 데이터를 분석할 수 있지만 특정 소리를 감지하도록 설계되지 않았습니다. 개별 물고기 울음소리나 종별 소리를 식별하기 위해 연구자들은 여전히 몇 시간 동안 녹음된 내용을 수동으로 선별해야 합니다.
작가 Seth McCammon은 "솔직히 그 일을 하는 사람들에게는 끔찍한 일이다. 엄청나게 지루한 일이다. 너무 고통스럽다"고 말했다.
마찬가지로 중요한 점은 이 수동 분석이 실제 적용에는 너무 느리다는 것입니다. 세계의 많은 산호초는 기후 변화와 인간 활동으로 인해 위협을 받고 있습니다. 따라서 산호초 개체수의 변화를 신속하게 식별하고 추적할 수 있는 능력은 보존 노력에 매우 중요합니다.
McCammon은 "인간이 이 정도까지 데이터를 분석하는 데 수년이 걸렸습니다. 이런 방식으로 데이터를 분석하는 것은 대규모로 작동하지 않습니다"라고 말했습니다.
대안으로 연구진은 대량의 음향 데이터를 자동으로 분류하고 오디오 녹음을 실시간으로 분석하도록 신경망을 훈련했습니다. 그들의 알고리즘은 산호초 음향 추세를 해독하는 데 있어서 인간 전문가만큼 정확하지만 25배 이상 빠르며 해양을 모니터링하고 연구하는 방식을 바꿀 수 있습니다.
McCammon은 "이제 더 이상 사람이 관여할 필요가 없으므로 녹음기 외에 어떤 다른 유형의 장치를 사용할 수 있습니까? 공동 저자인 Aran Mooney가 수행하고 있는 작업 중 일부에는 이 신경망을 떠다니는 계류장에 통합하여 물고기 소리 수를 실시간으로 업데이트하는 것이 포함됩니다. 또한 자율 수중 차량인 CUREE에 신경망을 적용하는 작업도 진행 중입니다. 이를 통해 물고기 소리를 듣고 생물학적 활동의 핫스팟을 파악할 수 있습니다."라고 McCammon은 말했습니다.
이 기술은 또한 해양 음향학 연구의 오랜 문제인 각각의 독특한 소리를 물고기와 일치시키는 문제를 해결할 수 있는 잠재력을 가지고 있습니다.
McCammon은 “대부분의 종에 대해 우리는 아직 특정 소리가 특정 물고기에서 나온다고 확실하게 말할 수 있는 시점에 이르지 못했습니다.”라고 말했습니다. "적어도 그것이 우리가 찾고 있는 성배입니다. 실시간으로 물고기 소리를 감지함으로써 자동으로 소리를 듣고 근처에 어떤 물고기가 있는지 확인할 수 있는 장치를 구축할 수 있습니다."
McCammon은 이러한 신경 네트워크가 궁극적으로 연구자들에게 어류 개체수를 실시간으로 모니터링하고 문제 종을 식별하며 재난에 대응할 수 있는 능력을 제공할 수 있기를 바라고 있습니다. 산호초가 받을 수 있는 모든 도움이 필요한 시기에 이 기술은 환경 보호론자들이 산호초의 건강에 대해 더 명확한 그림을 얻는 데 도움이 될 것입니다.
/ScitechDaily에서 편집됨