预计阅读用时:4 分钟

音乐如何引导 Daniel DeLeon 利用机器学习技术来研究海洋

Daniel 在就读社区大学时对工程学一窍不通。现在,他已经在运用机器学习技术来跟踪研究濒危鲸类,并取得了突破性进展。

Daniel DeLeon 的母亲 Betty 在参加教会举办的墨西哥圣布拉斯之旅时,初次与 Daniel DeLeon 的父亲 Narciso 见面,当时 Betty 不会说西班牙语,而 Narciso 也不会说英语,于是他们就用一种与众不同的方式来交流 - 音乐。

Daniel 现在是加州理工大学的一名 26 岁的学生,他对音乐的敏感度源于他的家庭背景。他的父母组建了一支名为 Trio Guadalupeño 的传统墨西哥三重奏乐队,他们每周都会排练,并且在当地的quinceañeras(拉丁美洲女孩成人礼)、基督教洗礼和各种聚会上演出,在这种环境下成长的 Daniel 自然对音乐不陌生。

我在物理课上学到声波如何传播到我们的耳中,这感觉太不可思议了。那些声波能够影响我们的情绪,让我们感到开心或者兴奋。

Daniel DeLeon

在社区大学接触到物理课后,Daniel 对音乐的热爱进一步发展为对声音学的着迷。他凭借着自身的音乐背景加上新掌握到的声学知识,在激烈的竞争中赢得了蒙特里湾水族馆研究学会 (MBARI) 的实习机会。他在实习期间负责聆听鲸鱼叫声,协助 Danelle Cline 和 John Ryan 两位科学家进行海洋研究。

鲸鱼用声波相互交流,就像我父母初次相见时通过音乐交流一样。这让我想起了他们的音乐,并意识到那有多重要。

Daniel DeLeon

Daniel DeLeon 在通过头戴式耳机倾听鲸鱼叫声
鲸鱼叫声的波形 Daniel DeLeon 在使用机器学习软件识别海洋音频 Feed 中的鲸鱼叫声
卡布利洛学院的 Daniel 与他的物理学教授 Daniel 在调高鲸鱼叫声的音量

通过跟踪研究濒危蓝鲸和长须鲸的叫声及其不断变化的迁徙模式,科学家们可以深入了解人类活动对海洋生物产生的更广泛影响。Daniel 非常热爱音乐,因此 John 和 Danelle 认为他会很乐意用一整个夏天的时间聆听研究所的水听器(一种放置在海中 900 米深处的水下麦克风)在海里录下的声音。不过,Daniel 的工作不只是单纯地聆听声音。

海洋覆盖了地球表面 70% 的面积,而且深不见底。仅仅下潜 23 米,便会隔绝 99% 的光线。相反,声音在海里可以传播数千英里。因此,海洋哺乳动物在各种日常活动中都会运用声音。只要细细聆听,就能推敲出这些动物的生活习性和环境。

海洋生物学家 John Ryan

由于水听器全天候记录声音,这给科学家们带来了一个难题 - 数据太多。如果要完整分析所有录音,必须花上好几辈子的时间。因此,Daniel 使用 Google 的开放源代码机器学习工具 TensorFlow 来解析音频文件和识别鲸鱼叫声,只要短短几天,就能搞定原本需要好几年才能完成的繁琐工作。

Daniel 在实习之前从未使用过 TensorFlow,不过他擅长数学,而数学的核心概念正是机器学习技术的精髓:通过一系列算法来分析数据和学习识别各种模式。

蓝鲸和长须鲸是地球上发出声音最大的其中两种动物。它们发出的低频音能够在海里传播相当长的距离,因此是最佳的研究对象。蒙特里湾水族馆研究学会 (MBARI) 的水听器最远可侦测到 500 公里远的鲸鱼叫声。

水听器录下的声波必须转换成声谱图形式的视觉数据,将特定时间段内的声音以图表呈现出来。Daniel 把这些声谱图输入到 TensorFlow 模型中,训练它识别蓝鲸和长须鲸的叫声。这跟训练小狗不在室内随地大小便的方法差不多,机器学习模型也是通过不断重复的模式来学习。Daniel 输入的样本越多,模型的准确度就越高。Daniel 总共用了超过 18000 个不同的鲸鱼叫声样本来训练 TensorFlow 模型。

机器学习的目的就是让计算机掌握各种模式。

Daniel DeLeon

经过一段时间后,Daniel 成功训练了 TensorFlow 识别鲸鱼叫声,而且准确度高达 98.05%。这个模型可以区分蓝鲸和长须鲸,帮助确认每次叫声发生的时间、叫声的音量以及叫声持续时间。

蓝鲸

长须鲸

目前是海洋科学发展的关键时期,机器学习也发展到了一个非常有趣的阶段,因为我们终于开始解决 5 年前令人束手无策的难题。

资深软件工程师 Danelle Cline

Daniel 在机器学习方面的研究帮助 John 和 Danelle 奠定了对鲸鱼叫声自动侦测和分类的基础。他们现在能够留出更多时间来关注重大问题,比如这些大型生物长久以来的迁徙模式为何发生变化,以及人类在水平面上的活动对水下海洋生物产生的更广泛影响(包括噪音污染和气候变化等)给我们带来了什么经验和教训。

蒙特里湾研究学会的 Daniel DeLeon 在眺望大海 有两条长须鲸浮出水面

我从未想过要当一名科学家。我觉得自己没有这个能力。我对这个世界乃至整个宇宙的好奇心,点燃了我对科学的热情。

Daniel DeLeon

欢迎观看以下视频,了解 Daniel 的研究之旅。

whales-video-large

相关故事

认识一下借助机器学习技术拯救全球蜜蜂的团队
可持续发展

认识一下借助机器学习技术拯救全球蜜蜂的团队

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐
搜索不息

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐

六位年轻女性如何利用技术解决饮用水不安全的问题
搜索不息

六位年轻女性如何利用技术解决饮用水不安全的问题

科学家和超级计算机如何联手将海水变成饮用水
可持续发展

科学家和超级计算机如何联手将海水变成饮用水

AI 如何协助提供紧急情况预警
灾难应对

AI 如何协助提供紧急情况预警

认识一下借助机器学习技术拯救全球蜜蜂的团队
可持续发展

认识一下借助机器学习技术拯救全球蜜蜂的团队

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐
搜索不息

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐

六位年轻女性如何利用技术解决饮用水不安全的问题
搜索不息

六位年轻女性如何利用技术解决饮用水不安全的问题

科学家和超级计算机如何联手将海水变成饮用水
可持续发展

科学家和超级计算机如何联手将海水变成饮用水

AI 如何协助提供紧急情况预警
灾难应对

AI 如何协助提供紧急情况预警

认识一下借助机器学习技术拯救全球蜜蜂的团队
可持续发展

认识一下借助机器学习技术拯救全球蜜蜂的团队

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐
搜索不息

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐

六位年轻女性如何利用技术解决饮用水不安全的问题
搜索不息

六位年轻女性如何利用技术解决饮用水不安全的问题

科学家和超级计算机如何联手将海水变成饮用水
可持续发展

科学家和超级计算机如何联手将海水变成饮用水

AI 如何协助提供紧急情况预警
灾难应对

AI 如何协助提供紧急情况预警

返回页首