Чтение статьи займет около 4 минут
Как благодаря музыке Дэниел де Леон стал изучать жизнь обитателей океана с помощью машинного обучения
Приступая к учебе в муниципальном колледже, Даниэль мало знал об инженерных разработках. Сейчас он отслеживает местоположение редких видов китов с помощью машинного обучения и совершает один научный прорыв за другим.
Родители Дэниела де Леона – Бетти и Нарсиссо – познакомились в Сан-Бласе (Мексика). Поскольку она не говорила по-испански, а он – по-английски, они общались с помощью музыки.
Неудивительно, что у Дэниела, который в свои 26 лет учится в Калифорнийском государственном политехническом университете, отличный музыкальный слух. Его родители организовали группу Trio Guadalupeño, исполняющую традиционную мексиканскую музыку. Все свое детство Дэниэл впитывал мелодии, которые слышал во время еженедельных репетиций группы и выступлений на кинсеаньерах, обрядах крещения и праздниках.
На занятиях по физике я узнал о том, как человеческое ухо воспринимает звуковые волны. Это меня потрясло. Под влиянием звуков мы испытываем эмоции, которые радуют и волнуют нас.
Дэниел де Леон
С ранних лет Дэниел увлекался музыкой. Отчасти поэтому во время занятий по физике в муниципальном колледже он заинтересовался изучением звука. Благодаря своей подготовке в области акустики и музыкальным познаниям он получил возможность пройти интенсивную стажировку в Научно-исследовательском институте при океанариуме "Монтерей Бэй" (MBARI). В ходе нее он занимался распознаванием звуков, издаваемых китами, и тем самым помогал ученым Данелл Клайн и Джону Райану изучать океан.
Киты общаются при помощи звуков – совсем как мои родители в первое время их знакомства. Я вспомнил о том, как это было и какую роль в их отношениях сыграла музыка.
Дэниел де Леон
Отслеживая звуки, издаваемые редкими видами китов, и наблюдая за изменениями путей миграции этих морских млекопитающих, ученые могут больше узнать о том, как деятельность человека влияет на жизнь подводных обитателей. Поскольку Дэниел очень любит музыку, Джон и Данелл дали ему интересное задание на лето: слушать звуки океана с помощью институтского гидрофона – специального микрофона, погружаемого в воду на глубину 900 метров. На деле задача оказалась немного сложнее.
Океан покрывает 70% поверхности Земли. Его глубина огромна. Уже на 23 м от поверхности вода поглощает 99% света, в то время как звуковые волны могут распространяться в ней на тысячи километров. Именно поэтому звук играет в жизни морских млекопитающих такую важную роль. Достаточно лишь прислушаться, чтобы узнать о них многое.
Джон Райан, биолог-океанолог
Если просто круглосуточно записывать звуки в океане с помощью гидрофона, возникает проблема: данных слишком много. Их исчерпывающий анализ займет столетия. Чтобы упростить эту работу, Дэниел использовал TensorFlow – систему машинного обучения от Google с открытым исходным кодом. Благодаря этому инструменту выявление в аудиофайлах звуков, издаваемых китами, стало занимать не годы, а считаные дни.
До начала стажировки Дэниел не имел опыта работы с TensorFlow, но хорошо разбирался в математике. В сущности, математика лежит в основе машинного обучения: это набор алгоритмов, позволяющий анализировать данные и обнаруживать закономерности.
Синий кит и финвал относятся к животным с самыми громкими голосами, известными науке. Их низкочастотные сигналы разносятся на огромные расстояния, что существенно упрощает работу ученых. Гидрофон Научно-исследовательского института при океанариуме "Монтерей Бэй" (MBARI) распознает издаваемые китами звуки на расстоянии до 500 км.
Звуковые волны, записанные с помощью гидрофона, преобразуются в спектрограмму. Она представляет собой изображение, которое показывает, как амплитуда звуковой волны меняется с течением времени. Дэниел загружает спектрограммы в TensorFlow, чтобы научить эту систему распознавать сигналы финвала и синего кита. Подобно дрессировке животного, такое обучение заключается в многократном повторении пройденного. Чем больше примеров Дэниел загружает в TensorFlow, тем точнее эта система работает. В общей сложности она изучила 18 000 сигналов, издаваемых китами.
Машинное обучение просто помогает компьютеру выявлять закономерности.
Дэниел де Леон
Со временем Дэниел обучил систему машинного обучения TensorFlow распознавать сигналы, издаваемые китами, с точностью 98,05%. Она отличает финвала от синего кита и помогает уточнять данные о времени, громкости и продолжительности каждого сигнала.
Синий кит
Финвал
Наступает поворотный момент как для океанологии, так и для машинного обучения: мы наконец можем приступить к решению проблем, которые всего пять лет назад были нам не под силу.
Данелл Клайн, старший инженер-программист
Исследования, осуществленные Дэниелом с использованием машинного обучения, позволили Джону и Данелл разработать инновационную систему, которая может автоматически распознавать и классифицировать сигналы, издаваемые китами. Теперь ученые могут посвятить свое время проблемам более высокого уровня, например изучению того, как меняются издревле сложившиеся пути миграции китов и как деятельность человека – от шумового загрязнения до изменения климата – влияет на жизнь подводных обитателей.
Я никогда не думал, что смогу стать ученым, но меня интересует, как устроен окружающий мир и вселенная в целом. Поэтому я решил попробовать.
Дэниел де Леон
Посмотрите видео ниже, чтобы узнать больше о жизни Дэниела.
