YAPAT — An Open-Source Platform for Active and Weakly Supervised Annotation of Passive Acoustic Monitoring Data
يُعد YAPAT منصة مفتوحة المصدر قائمة على الويب تعمل على تبسيط عملية التوسيم واسعة النطاق لبيانات الرصد الصوتي السلبي من خلال دمج التوسيم القائم على الأنطولوجيا، والتعلم النشط متعدد الملصقات، وآليات البداية الباردة المزدوجة لتقليل جهد الخبراء وإنتاج مجموعات بيانات عالية الجودة وقابلة للتشغيل البيني.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تخيل العالم الطبيعي كمحطة إذاعية عملاقة تبث على مدار 24 ساعة ولا تتوقف أبداً. وبدلاً من الموسيقى، تبث المحطة أغاني الضفادع والطيور والحشرات والحيتان. يستخدم العلماء ميكروفونات خاصة، تُسمى وحدات الرصد الصوتي السلبي (PAM)، لتسجيل هذه الأصوات لعدة أيام أو أسابيع أو حتى سنوات. وتعتبر هذه القدرة بمثابة قوة خارقة لفهم الطبيعة، لأنها تتيح للباحثين الاستماع إلى أنظمة بيئية كاملة دون الحاجة إلى الخطو خطوة واحدة داخلها أو إخافة الحيوانات. ومع ذلك، هناك مشكلة ضخمة: تسجل هذه الميكروفونات كميات هائلة من الصوت لدرجة أن الملفات تتراكم لتصبح جبلاً ضخماً جداً لا يستطيع أي بشري الاستماع إليه وتدوين ما يسمعه. الأمر يشبه محاولة قراءة كل كتاب في مكتبة بحجم مدينة، لكن الكتب هناك مصنوعة من الصوت.
ولحل هذه المشكلة، يستخدم العلماء الحواسيب للمساعدة في الاستماع. لكن الحواسيب ليست ذكية إلا بقدر الأمثلة التي يتم تعليمها بها. لتعليم حاسوب كيفية التعرف على نداء ضفدع معين، يجب على خبير بشري أولاً الاستماع إلى آلاف التسجيلات وتصنيفها، قائلاً: "نعم، هذا هو صوت ضفدع"، أو "لا، هذا مجرد صوت رياح". هذه العملية بطيئة، ومملة، ومكلفة. وإذا كان الخبراء مشغولين جداً بالتصنيف، فلن تتمكن الحواسيب من التعلم، وستظل جبال البيانات الصوتية بلا فائدة. السؤال الكبير في هذا المجال هو: كيف يمكننا جعل الحواسيب تتعلم من أرشيفات الصوت الضخمة هذه دون الحاجة إلى أن يستمع البشر إلى كل ثانية منها أولاً؟
هنا يأتي دور أداة جديدة تسمى YAPAT (أداة تصنيف الرصد الصوتي السلبي الأخرى). فكر في YAPAT كأنها لعبة تحقيق تفاعلية عالية التقنية لأصوات الطبيعة. فبدلاً من إجبار الإنسان على الاستماع إلى كل تسجيل على حدة، تستخدم YAPAT مزيجاً ذكياً من الحيل الحاسوبية للقيام بالعمل الشاق. تبدأ الأداة بتقسيم الملفات الصوتية الطويلة إلى مقاطع صغيرة مدة كل منها 3 ثوانٍ. ثم تستخدم "دماغًا" مُدرباً مسبقاً (يُسمى BirdNET) لتحويل كل مقطع إلى بصمة رقمية فريدة.
وتحدث المعجزة في كيفية مساعدة YAPAT للخبير البشري. تخيل أنك تنظر إلى خريطة ضخمة لكل بصمات الأصوات هذه؛ لا تعرض لك YAPAT قائمة عشوائية، بل تعمل كدليل ذكي. فهي تمتلك ثلاث طرق رئيسية لتبدأ بها، حتى لو لم يكن لديك أي بيانات مصنفة في الباحية:
- البحث عن "المتشابه": إذا كان لديك تسجيل واضح لحيوان معين، يمكنك رفعه. ستقوم YAPAT فوراً بالعثور على جميع المقاطع الأخرى (التي مدتها 3 ثوانٍ) في أرشيفك الضخم والتي تشبهه في الصوت، مما يتيح لك تصنيف مجموعة كبيرة منها دفعة واحدة.
- التخمين على "مستوى الملف": إذا كان لديك مجلد من التسجيلات حيث تعرف فقط أي حيوان كان موجوداً في الملف (لكن لا تعرف متى بالضبط)، يمكن لـ YAPAT استخدام تقنية تسمى "الإشراف الضعيف" لتخمين مكان غناء الحيوان داخل الملف. الأمر يشبه النظر إلى صورة لحفلة والتخمين من الذي يرقص بناءً على طاقة الحشد، حتى لو لم تقم بتصوير أرضية الرقص مباشرة.
- "الفرز الذكي": بمجرد أن يبدأ الحاسوب في التعلم، يتوقف عن عرض مقاطع عشوائية. بدلاً من ذلك، يستخدم نظام تسجيل نقاط خاصاً لعرض المقاطع التي يكون فيها أكثر ارتباكاً، أو تلك التي تختلف كثيراً عما يعرفه بالفعل. وهذا يضمن أن يقضي الخبير البشري وقته فقط في المقاطع التي ستعلم الحاسوب أكبر قدر ممكن، بدلاً من إضاعة الوقت في أمثلة سهلة أو مملة.
كما تربط YAPAT تسميات الأصوات هذه بقواميس علمية رسمية (أنطولوجيا)، مما يضمن أن ما يقوله عالم ما عن "ضفدع الشجر" يعني الشيء نفسه تماماً للجميع في العالم، مما يجعل البيانات قابلة لإعادة الاستخدام في الأبحاث المستقبلية.
تقدم الورقة البحثية YAPAT كمنصة قائمة على الويب تجمع كل هذه الميزات في مكان واحد. وقد اختبر المؤلفون النظام على مجموعة بيانات حقيقية تسمى AnuraSet، والتي تحتوي على أكثر من 30,000 مقطع صوتي للضفادع. ووجدوا أن النظام يعمل بسرعة كافية ليكون تفاعلياً. فعلى سبيل المثال، يستغرق البحث عن أصوات متشابهة أقل من ثانية واحدة، حتى مع وجود آلاف المقاطع. كما أن تدريب الحاسوب على التعرف على أنماط جديدة يستغرق بضع ثوانٍ فقط على حاسوب عادي، أو أسرع من ذلك على حاسوب قوي. النظام مصمم ليكون مفتوح المصدر، مما يعني أن أي شخص يمكنه تحميله، وإعداده على خادمه الخاص، والبدء في تنظيم أرشيفاته الصوتية.
ويشير المؤلفون بحذر إلى أنه بينما تعد YAPAT أداة قوية، إلا أنها ليست عصا سحرية تحل كل شيء فوراً. فهي تعتمد على "دماغ" BirdNET، الذي تم تدريبه في الأصل على الطيور، لذا قد لا تكون مثالية لكل نوع من الحيوانات (مثل الخفافيش أو الحيتان) دون بعض التعديلات الإضافية. أيضاً، تقوم المنظومة حالياً بتقطيع الأصوات إلى قطع ثابتة مدتها 3 ثوانٍ، مما يعني أنها لا تستطيع تحديد اللحظة الدقيقة لبداية الصوت أو نهايته إذا وقعت على حافة القطع. ومع ذلك، من خلال الجمع بين البحث الذكي، والإشراف الضعيف، والتعلم النشط، تنجح YAPAT في سد الفجوة بين الأرشيفات الصوتية الضخمة التي لا يمكن إدارتها، وبين البيانات عالية الجودة والمصنفة التي يحتاجها العلماء لفهم التنوع البيولوجي لكوكبنا. إنها تحول المهمة المستحيلة المتمثلة في الاستماع إلى كل شيء إلى لعبة تعاونية يمكن إدارتها، حيث يعمل البشر والحواسيب معاً لفك رموز أغنية الطبيعة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.