كانت دراسة الشعاب المرجانية تعني ساعات من التحليل اليدوي المضني، لكن الذكاء الاصطناعي يغير قواعد اللعبة. يمكن لشبكة عصبية جديدة معالجة أصوات المحيطات في الوقت الفعلي وتحديد نشاط الأسماك أسرع بـ 25 مرة من البشر. ستحدث هذه التكنولوجيا ثورة في الطريقة التي يراقب بها العلماء صحة الشعاب المرجانية وحماية النظم البيئية البحرية.

استخدم الباحثون الروبوت المستقل تحت الماء CUREE لجمع البيانات الصوتية لتحليلها. المصدر: أوستن جرين، معهد وودز هول لعلوم المحيطات

تعد الشعاب المرجانية من بين النظم البيئية الأكثر تنوعًا على وجه الأرض. على الرغم من أن الشعاب المرجانية تغطي أقل من 1% من المحيط، إلا أنها توفر موطنًا لحوالي 25% من الأنواع البحرية في مرحلة ما من دورات حياتها. ومع تركز الكثير من التنوع البيولوجي في مكان واحد، يواجه العلماء تحديات في تحديد الأنواع بالضبط وعددها.

ولحل هذه المشكلة، طور الباحثون في معهد وودز هول لعلوم المحيطات طريقة جديدة تجمع بين المراقبة الصوتية والشبكات العصبية لتحليل نشاط الأسماك بناءً على الصوت. تم نشر تقريرهم البحثي اليوم (11 مارس) في JASA، مجلة الجمعية الصوتية الأمريكية، التي نشرتها AIP Press.

لسنوات عديدة، اعتمد العلماء على المراقبة الصوتية السلبية لدراسة الشعاب المرجانية. يتضمن ذلك وضع جهاز تسجيل تحت الماء على الشعاب المرجانية لعدة أشهر لالتقاط الأصوات البيئية. في حين أن أدوات معالجة الإشارات الموجودة يمكنها تحليل كميات كبيرة من البيانات الصوتية، إلا أنها ليست مصممة لاكتشاف أصوات معينة. لتحديد نداءات الأسماك الفردية أو الأصوات الخاصة بأنواع معينة، لا يزال يتعين على الباحثين التدقيق يدويًا خلال ساعات من التسجيلات.

قال المؤلف سيث ماكامون: "بصراحة، إنها وظيفة فظيعة للأشخاص الذين يقومون بها. إنه عمل شاق للغاية. إنه مؤلم للغاية."

وبنفس القدر من الأهمية، فإن هذا التحليل اليدوي بطيء جدًا بالنسبة للتطبيقات العملية. العديد من الشعاب المرجانية في العالم مهددة بسبب تغير المناخ والأنشطة البشرية، لذا فإن القدرة على تحديد وتتبع التغيرات في مجموعات الشعاب المرجانية بسرعة أمر بالغ الأهمية لجهود الحفاظ على البيئة.

وقال ماكامون: "لقد استغرق الأمر من البشر سنوات لتحليل البيانات إلى هذا الحد. وتحليل البيانات بهذه الطريقة لا يعمل على نطاق واسع".

وكبديل، قام الباحثون بتدريب شبكة عصبية لفرز كميات كبيرة من البيانات الصوتية تلقائيًا، وتحليل التسجيلات الصوتية في الوقت الفعلي. إن خوارزميتهم دقيقة مثل الخبراء البشريين في فك رموز الاتجاهات الصوتية للشعاب المرجانية، ولكنها أسرع بأكثر من 25 مرة، ويمكن أن تغير طريقة مراقبة المحيطات ودراستها.

"الآن بعد أن لم نعد بحاجة إلى مشاركة البشر، ما هي أنواع الأجهزة الأخرى التي يمكننا استخدامها إلى جانب المسجلات؟ بعض الأعمال التي يقوم بها المؤلف المشارك آران موني تتضمن دمج هذه الشبكة العصبية في مرساة عائمة من شأنها تحديث أعداد أصوات الأسماك في الوقت الحقيقي. وقال ماكامون: "إننا نعمل أيضًا على توصيل شبكتنا العصبية إلى مركبتنا المستقلة تحت الماء، CUREE، حتى تتمكن من الاستماع إلى أصوات الأسماك ورسم النقاط الساخنة للنشاط البيولوجي".

تتمتع هذه التقنية أيضًا بالقدرة على حل مشكلة طويلة الأمد في أبحاث الصوتيات في المحيطات: مطابقة كل صوت فريد مع سمكة.

وقال ماكامون: "بالنسبة للغالبية العظمى من الأنواع، لم نصل بعد إلى النقطة التي يمكننا أن نقول فيها على وجه اليقين أن صوتًا معينًا يأتي من سمكة معينة". "هذا، على الأقل بالنسبة لي، هو الكأس المقدسة التي نبحث عنها. من خلال اكتشاف أصوات الأسماك في الوقت الفعلي، يمكننا البدء في بناء أجهزة يمكنها سماع الأصوات تلقائيًا ومن ثم معرفة الأسماك القريبة."

ويأمل ماكامون أن توفر مثل هذه الشبكات العصبية للباحثين في نهاية المطاف القدرة على مراقبة أعداد الأسماك في الوقت الفعلي، وتحديد الأنواع التي تسبب المشاكل، والاستجابة للكوارث. وفي الوقت الذي تحتاج فيه الشعاب المرجانية إلى كل المساعدة التي يمكنها الحصول عليها، فإن هذه التكنولوجيا ستساعد دعاة الحفاظ على البيئة في الحصول على صورة أوضح عن صحتها.

تم تجميعها من /ScitechDaily