Google DeepMindのPerch 2.0、鳥類訓練のみで水中音響をマスター

Google DeepMindは、鳥類などの陸上動物を主に訓練データとした高度な生体音響基盤モデルPerch 2.0を発表しました。このモデルは水中音響において顕著な性能を示しており、海洋の複雑な音の風景を解明し、海洋生物種の保護に貢献します。

海洋はスケールでの種識別が課題となる謎めいた音響環境です。Perch 2.0は水中音声データを訓練に含めていないにもかかわらず、海洋検証タスクで優れた結果を達成しました。転移学習により、事前訓練済みのモデルが一般的な音構造を理解している利点を活かし、最終分類パラメータのみを新しい種に適応させることで拡張しています。

評価はクジラの鳴き声タスクに焦点を当て、ヒゲクジラ種の区別やシャチのサブポピュレーション識別を含みます。各データセットとサンプルで、他の事前訓練モデルと比較して一貫して最高または2番目の性能を記録しました。

この研究を推進するため、Google DeepMindはGoogle Researchと協力し、エンドツーエンドのデモを開発しました。このツールはデータ処理を支援し、スケールでの新たな発見と科学的洞察を可能にします。

鳥類データから水中音への知識転移が成功した理由は、訓練外の音を分類する一般化能力、類似音の詳細な音響特徴学習、効果的なパターン認識にあります。