Dubine naših oceana skrivaju neizmjernu količinu podataka o morskom životu i zdravlju planeta, no velik dio tog podvodnog svijeta ostaje neistražen i nečujan. Znanstvenici sve češće posežu za umjetnom inteligencijom (AI) kako bi odgonetnuli složene zvučne pejzaže oceana, otkrivajući obrasce i tajne koje su dugo izmicale ljudskom promatranju. Značajan iskorak u ovom području predstavlja Perch 2.0, temeljni model bioakustike tvrtke Google DeepMind, koji je iznenađujuće pokazao izvanredne sposobnosti u analizi podvodnih zvukova, unatoč tome što je primarno treniran na vokalizacijama kopnenih životinja, posebice ptica.
Izazovi podvodne bioakustike i Googleov doprinos
Identifikacija i razumijevanje morskih vokalizacija predstavlja stalan izazov. Nedavno pripisivanje zagonetnog zvuka „biotwang“ eluzivnim kitovima Bryde od strane američke Nacionalne oceanske i atmosferske uprave (NOAA) samo je jedan primjer neprestanog otkrivanja novih vrsta pjesama i zvukova. Google ima značajnu povijest doprinosa istraživanju morske bioakustike kroz suradnje usmjerene na praćenje i zaštitu kitova. Dosadašnji projekti uključuju razvoj izvornih istraživačkih modela za detekciju klasifikacija grbavih kitova te objavu modela za više vrsta kitova 2024. godine. Kako bi se ubrzao tempo otkrića i znanstvenih spoznaja u velikom opsegu, Googleov pristup bioakustici putem umjetne inteligencije neprestano se razvija.
Perch 2.0: Svestrani temeljni model bioakustike
U kolovozu 2025. godine, Google DeepMind predstavio je Perch 2.0, najnoviju inačicu svog temeljnog modela bioakustike. Ovaj model je u najvećoj mjeri treniran na audio podacima ptica i drugih kopnenih životinja koje proizvode vokalizacije. Ono što Perch 2.0 čini posebno vrijednim jest njegova neočekivana stručnost u analizi morskih akustičkih podataka. Unatoč potpunom odsustvu podvodnih zvukova u njegovim podacima za obuku, Perch 2.0 pokazao se kao iznimno učinkovit model za prijenosno učenje (transfer learning) u zadacima validacije morskih zvukova.
Ključna inovacija Perch 2.0 leži u njegovoj sposobnosti da generira tzv. „embeddings“ – numeričke reprezentacije koje sažimaju ključne zvučne karakteristike. Ove reprezentacije omogućuju modelu da prepozna sličnosti i razlike između zvukova, čak i ako potječu iz potpuno različitih okruženja. Zahvaljujući ovoj tehnici, Perch 2.0 može primijeniti naučene obrasce iz zvukova ptica na analizu zvukova kitova ili drugih morskih stvorenja, značajno smanjujući potrebu za opsežnim i skupim prikupljanjem novih podvodnih audio podataka.
Potencijalne primjene i budućnost
Svestranost Perch 2.0 otvara vrata brojnim novim primjenama u morskim istraživanjima. Znanstvenici sada mogu brže i učinkovitije analizirati ogromne količine snimljenih zvukova iz oceana, identificirati nove vrste, pratiti migracije životinja, procjenjivati zdravlje ekosustava i otkrivati dosad nepoznate oblike podvodne komunikacije. Mogućnost primjene modela treniranog na kopnenim zvukovima na podvodne podatke predstavlja značajan korak naprijed u bioakustici, čineći istraživanje oceana dostupnijim i efikasnijim.
Ovaj napredak ne samo da ubrzava znanstvena otkrića, već također pomaže u naporima za očuvanje morskog života. Bolje razumijevanje podvodnih zvukova ključno je za donošenje informiranih odluka o zaštiti ugroženih vrsta i njihovih staništa. Perch 2.0 i slični AI modeli obećavaju budućnost u kojoj ćemo moći bolje čuti i razumjeti tajanstveni svijet ispod površine mora.
Često postavljana pitanja o Perch 2.0
- Što je Perch 2.0?
Perch 2.0 je temeljni model bioakustike tvrtke Google DeepMind, razvijen za analizu zvukova životinja. - Na kojim je podacima Perch