《自然·通訊》雜志17日發(fā)表的論文認(rèn)為，人工智能（AI）輔助動(dòng)物聲音景觀可用于作為監(jiān)測農(nóng)地拋荒后森林生物多樣性恢復(fù)的有效工具。這些發(fā)現(xiàn)指出一個(gè)可能的自動(dòng)化、成本效益好而且可靠的方法，以檢測森林生物多樣性和評(píng)估恢復(fù)結(jié)果。
大規(guī)模監(jiān)測森林生物多樣性對(duì)保育很重要，但需要成本效益好的標(biāo)準(zhǔn)化工具。此前研究已表明，生物聲學(xué)（研究動(dòng)物聲音的學(xué)科）在用聲景檢測動(dòng)物群落時(shí)是很有前景的工具。但其中還有很大的不確定性，如這些聲景是否也能反映出非發(fā)聲動(dòng)物物種的狀態(tài)。要結(jié)合傳統(tǒng)聲學(xué)測量和機(jī)器學(xué)習(xí)方法，也存在著技術(shù)困難。
德國維爾茨堡大學(xué)團(tuán)隊(duì)此次測試了一種方法，用聲景追蹤熱帶森林生物多樣性。在厄瓜多爾的低地，他們從最近拋荒的可可種植園、牧場到原始森林中，記錄了環(huán)境中的動(dòng)物聲音，并將專家對(duì)發(fā)聲動(dòng)物物種的鑒別與兩類自動(dòng)化方法相結(jié)合，其中一種使用深度學(xué)習(xí)模型。團(tuán)隊(duì)發(fā)現(xiàn)兩種自動(dòng)方法都能很好地反映森林環(huán)境范圍。
研究團(tuán)隊(duì)用一種不同類型的生態(tài)信息對(duì)他們基于聲音的結(jié)果進(jìn)行了評(píng)估，他們使用了DNA宏條形碼獲取的昆蟲多樣性數(shù)據(jù)，其中主要是非發(fā)聲物種。結(jié)果表明，結(jié)合生物聲學(xué)和深度學(xué)習(xí)，有望更好地監(jiān)測森林生物多樣性。
