Farkas Alexandra • 2024. december 7. 05:58
A párkeresés, riasztás, territóriumjelölés, tájékozódás és kapcsolattartás mind olyan helyzetek, ahol a hangoknak nélkülözhetetlen szerepe van az állatvilágban. Bár egyes helyzetekben akár ösztönösen is fel lehet ismerni a hangok mögött rejlő üzenetet, a mesterséges intelligencia használata teljesen új dimenziót nyitott a dekódolásban, amely mind a precíziós gazdálkodás, mind a természetvédelem területén áttörést és új szolgáltatásokat hozhat. Az innovációban rejlő lehetőségekről Zsebők Sándor, a HUN-REN Ökológiai Kutatóközpont szakértője beszélt az Agrárszektornak.
A különféle állathangok mögött rejlő üzeneteket egyes esetekben évekig tartó kutatások segítségével lehet megfejteni, máskor viszont ez akár ösztönös tanulás révén, az állatokkal való együttélés során is elsajátítható. A tapasztalt pásztorok például olyan mértékben kiismerik állataikat, hogy a távolról hallható állati és kolomp hangok alapján is pontosan tudják, hogyan mozognak vagy táplálkoznak az állatok, vagy éppen van-e köztük olyan, amelyiknek orvosolni való problémája akadt. Ezzel szemben a Queenslandi Egyetem nemrégiben közzétett kutatása arra jutott, hogy a felmérésükben résztvevők több mint kétharmada gond nélkül fel tudta ismerni, hogy a hallott baromfihangok örömről vagy frusztrációról árulkodnak.
Bár olykor ez a belső ösztön is jól jöhet, a mesterséges intelligencia az elmúlt időszakban az állathangok dekódolásában is új dimenziót nyitott. Ám ahhoz, hogy a hangok felismerése, azonosítása, értelmezése valóban zökkenőmentes legyen, először magának a mesterséges intelligencián alapuló rendszernek is meg kell tanulnia az alapokat. A szakemberek tehát első lépésben rengeteg hangot vesznek fel, majd azok digitális feldolgozását követően óriási adatbázisokban rögzítik például a hangerőt, a hang magasságát, hosszát és annak komplexitását, továbbá minden olyan információt, ami a későbbiekben hasznos lehet. Minél több ilyen információt rögzítenek a modellben, a mesterséges intelligencia később annál pontosabban fogja tudni meghatározni, hogy a hallott hang mely fajhoz és milyen viselkedéshez köthető – magyarázta el az Agrárszektornak Zsebők Sándor, a HUN-REN Ökológiai Kutatóközpont Evolúciós Ökológia Kutatócsoportjának kutatója.
Bár a lépések alapvetően nem túl bonyolultak, a gépi tanulás hatékony működéséhez óriási mennyiségű adatra van szükség, amelynek rögzítése rendkívül időigényes. Az örvös légykapó énekére vonatkozó adatbázisunkat például több mint 300 egyed 9 000 énekéből és az azokat felépítő 90 000 szillabusból építettük fel, aminek manuális rögzítése, azonosítása és értékelése rengeteg munkaórát emésztett fel. Egy ilyen értékes adatbázisra támaszkodva azonban a mesterséges intelligencia tizedére csökkentette a hangfeldolgozási időt, így a segítségével olyan kérdések is vizsgálhatóak, melyek nagy mennyiségű hanganyag feldolgozásának alapulnak. Ilyen például a madárének egyedisége, a vokalizáció egyedfejlődése, és az emberi nyelvhez hasonlóan a madárénekben is tetten érhető populációs különbségek, a dialektusok
– mutatott rá a kutató, aki kollégáival egy hasonló elven létrehozott mesterséges intelligencia alapú modellt arra is felhasznált, hogy 15 magyarországi napelemparkban és azok környékén, 190 mintavételi helyen felmérje a különféle védett denevérfajok előfordulását. Ehhez 760 órányi hangfelvételt gyűjtöttek, melynek manuális feldolgozása körülbelül fél éves munkába került volna. A mesterséges intelligencián alapuló mószer segítségével azonban egy-két napnyi feldolgozási idő alatt 30 ezer denevérhangot sikerült azonosítaniuk.
A mesterséges intelligencián alapuló eszközök fejlesztése azt is lehetővé teszi, hogy a ritka, kihalás szélén álló fajok jelenlétéről hangjuk detektálása révén tudomást szerezzünk, ami kulcsfontosságú információval szolgálhat a biológusok és a természetvédelmi szakemberek számára. Ezek az eszközök ráadásul segíthetnek az inváziós fajok jelenlétének kimutatásában és a klímaváltozás hatásainak feltérképezésében, sőt lehetőséget adnak az urbanizáció és az olyan energiatermeléshez kötődő infrastruktúra, mint például a napelemparkok vagy szélerőművek ökológiai hatásainak részletes vizsgálatára is.
Alkalmaznak már például olyan mikrofonokat és hozzájuk kapcsolt, mesterséges intelligencián alapuló felismerő rendszereket, amelyek a cetek jelenlétéről küldenek információkat a hajózási szakembereknek, akik ez alapján el tudják kerülni az ütközést. De az erdei környezetben fixen telepített akusztikus rendszerek akár arról is tudnak figyelmeztetést küldeni, hogy mikor történik illegális fakitermelés. És ilyen elven működik a sokak telefonjára feltelepített Birdnet applikáció is, ami több mint 3 ezer madárfaj hangjának azonosítására alkalmas. Ez utóbbi ráadásul nemcsak a természetkedvelőket segíti, de fontos közösségi adatgyűjtési platform is, amely tudományos kutatásokat támogat
– emelte ki a szakember. Hozzátette: a technológia a természetvédelmen túl a haszonállattartásban is kiváló segítséget jelenthet a jövőben. Ha ugyanis a szarvasmarhák, a sertések vagy a baromfik közé speciális akusztikus szenzorokat helyeznek, a rögzített hangfelvételeket pedig azonnal kiértékeli a mesterséges intelligencia, azzal valós időben és költséghatékony módon monitorozható az állatok egészségi állapota, viselkedése és hangulata.
Sőt, a jövőbeli rendszerek azonnali figyelmeztetést is küldhetnek majd, ha a hangok arról tanúskodnak, hogy valamilyen betegség ütötte fel a fejét vagy bármilyen más rendellenesség merült volna fel. A hangalapú rendszerek jelenléte ráadásul az állatok kézbevételével vagy testközeli vizsgálatával ellentétben egyáltalán nem zavarja meg az állatok természetes viselkedését.
Bár a technológia alkalmazása rengeteg előnnyel járhat, használata egyelőre korlátozottan terjedt el, a benne rejlő potenciált tehát a gazdák és a szabályozó hatóságok jelenleg még kevéssé használják ki. Holott ezek a valós idejű bioakusztikai módszerek más precíziós állattartási eszközökhöz hasonlóan csökkenthetik az állatorvosi költségeket és javíthatják az állatok jólétét.