Cela signifie passer des heures sur le terrain à écouter les appels. Ou laisser un appareil d’enregistrement sur le terrain pour capter les sons émis – pour passer des heures plus tard à écouter cet audio. Ensuite, répétez ce processus jusqu’à ce qu’il y ait suffisamment d’informations pour commencer à faire des estimations de population.

Mais un nouveau modèle développé par des chercheurs de l’Université de Géorgie vise à rationaliser ce processus. En utilisant l’intelligence artificielle pour analyser des téraoctets d’enregistrements d’appels de cailles, le processus donne aux gestionnaires de la faune la possibilité de recueillir les données dont ils ont besoin en quelques minutes.

« Le modèle est très précis, captant entre 80 % et 100 % de tous les appels, même dans les enregistrements les plus bruyants. Ainsi, vous pouvez prendre un enregistrement, le passer dans notre modèle et il vous dira combien d’appels de cailles l’enregistreur a entendus. « , a déclaré James Martin, professeur agrégé à l’UGA Warnell School of Forestry and Natural Resources qui travaille sur le projet, en collaboration avec le Georgia Department of Natural Resources, depuis environ cinq ans. « Ce nouveau modèle vous permet d’analyser des téraoctets de données en quelques secondes, et ce que cela nous permettra de faire, c’est d’augmenter la surveillance, de sorte que vous pouvez littéralement éteindre des centaines de ces appareils et couvrir beaucoup plus de surface et le faire avec beaucoup moins efforts que par le passé. »

Le logiciel représente environ cinq ans de travail de Martin, de la chercheuse postdoctorale Victoria Nolan et de nombreux contributeurs clés qui ont travaillé avec un auteur de code pour créer le modèle. Cela fait également partie d’un changement plus important dans le domaine de la recherche sur la faune, où les algorithmes informatiques aident désormais à effectuer des travaux qui prenaient autrefois des milliers d’heures aux humains.

De plus en plus, les ordinateurs deviennent plus intelligents, par exemple, pour identifier des bruits spécifiques ou certains traits sur des photos et des enregistrements sonores. Pour des chercheurs comme Martin, cela signifie que des heures passées sur des tâches telles que l’écoute audio ou la visualisation d’images de caméras de jeu peuvent désormais être effectuées par un ordinateur, libérant ainsi un temps précieux pour se concentrer sur d’autres aspects d’un projet.

Le nouvel outil peut également être une ressource précieuse pour les agences étatiques et fédérales à la recherche d’informations sur leurs populations de cailles, mais avec des fonds limités à dépenser pour un projet donné. « Donc, je pense que c’est quelque chose que les États pourraient sauter jusqu’à remplacer leur surveillance actuelle par des appareils d’enregistrement acoustique », a ajouté Martin.

Le succès du logiciel a été récemment documenté par le Journal de télédétection en écologie et conservation.

À mesure que le logiciel est de plus en plus utilisé et est exposé à des sons provenant de nouvelles zones géographiques, a déclaré Martin, il devient encore plus « intelligent ». Dans l’état actuel des choses, les cailles offrent plusieurs types d’appels différents. Mais lorsque le logiciel est exposé à une variété de sons qui ne sont pas des cailles, dit-il, il est mieux en mesure de distinguer les appels corrects des bruits ambiants des herbes et des arbres qui les entourent.

Au fil du temps, le logiciel deviendra plus exigeant.

« C’est pourquoi vous devez continuer à lui donner des données de formation, et lorsque vous déplacez des zones géographiques, vous rencontrez de nouveaux sons pour lesquels vous n’avez pas formé le modèle », a-t-il ajouté. « C’est toujours une question d’adaptation. »

Source de l’histoire :

Matériel fourni par Université de Géorgie. Original écrit par Kristen Morales. Remarque : Le contenu peut être modifié pour le style et la longueur.