L’intelligenza artificiale a supporto della ricerca bioacustica

Vi piacerebbe poter avere in tempo reale, direttamente via web, le registrazioni degli impulsi ultrasonici effettuate dai vostri bat-detecor posizionati sul campo e programmati in acquisizione automatica ?. Certamente ! Come ? Basta dotare un microfono audio-ultrasonico come l’Ultramic 384K BLE Dodotronic (www.dodotronic.com), di una scheda Linux tipo Raspberry PI collegata ad un trasmettitore 4G ed un pacco batterie di adeguata potenza (per esempio batterie ricaricabili Lilon da 18.650 Ah, supportate da un piccolo pannello solare) ed un software free disponibile sul web.

Ma che ne dite se, invece dei files wav registrati (molto pesanti in termini di GBytes), il sistema vi inviasse le analisi in diretta di quelle registrazioni? Il tutto pur mantenendo in memoria tutte le registrazioni fatte (per una ulteriore successiva analisi), cioè si sostituisse sia ai software di analisi per scremare e fornire un primo e adeguato filtraggio delle emissioni acustiche registrate, sia alla vostra esperienza e professionalità per dare, ripeto, in tempo reale la migliore classificazione possibile per quei suoni naturali? Che provengano da specie comuni e di facile riconoscimento, o che siano prodotti da specie ecolocalizzanti in modo affatto omogeneo e con segnali aneddotici ?

Bene questa è la scommessa in avanzato stadio di realizzazione fatta da due geniacci della bioacustica, del Machine Learning e dell’elettronica: Patrick Whetman (www.goatindustries.co.uk) e Ivano Pelicella (www.dodotronic.com). Il progetto Narwhal-Ai non ha nulla a che vedere con i sistemi di reti neurali fatti fino ad ora; il sistema utilizza il deep-learning con livelli computazionali mostruosi e solamente per la scheda del progetto (che utilizza dati precalcolati) ha 4 processori principali e 128 per il deep learning.

Se la Natura è ovviamente intelligente, un detector di Natura intelligente deve usare la cosiddetta intelligenza artificiale per analizzare registrazioni audio e calcolare la probabilità che una certa specie si stia aggirando in vicinanza del microfono. Il Narwal-Ai Bioacustic System è software e hardware open-source, il che permetterà ai più esperti a contribuire nell’ampliamento del progetto. I tentativi fatti fino ad ora hanno utilizzato tecnologie non particolarmente avanzate e processori non propriamente dedicati allo scopo. Questo sistema utilizza un database (in fase di espansione) e tramite piattaforme di data analysis con super computer crea i dataset che poi vengono caricati sulla scheda che verrà posizionata sul campo. Tramite algoritmi “random forest” scritti in “R” si ha la possibilità di identificare le specie con una percentuale di errore bassissima. Logicamente il sistema deve essere istruito in modo adeguato e la fedeltà dei risultati è proporzionale alla quantità e alla bontà dei dati presenti nel database.

Per esempio già ora nel contesto della Gran Bretagna dove sta operando uno dei prototipi, il sistema è predisposto a individuare le locali specie di Chirotteri locali, ma può essere settato per focalizzare solo un Genere o qualsiasi altro animale, che sia un roditore o un grillo. Se registra e individua un segnale acustico target il sistema rinomina il file con la percentuale di confidenza nella determinazione, la specie in questione e la data e ora, per esempio: 95%_Myotis crypticus_02:07:2020_22:44.wav. Pensate al risparmio di tempo e di spazio in GB delle ricerche bioacustiche, monitoraggi, analisi e conclusioni.

Cosa serve in questa fase: per collaborare al meglio con la configurazione “europea” della Device è necessario pompare nel “cervello” della piattaforma informatica più registrazioni certe delle specie di chirotteri di nostra competenza e conoscenza. Sarebbe interessante e opportuno che anche noi dessimo una mano a questo sistema molto promettente mettendoci in contatto con i progettisti e inviando alcune delle nostre registrazioni (con determinazioni certe) che non verranno divulgate, ma che serviranno ad incrementare il dataset e quindi migliorare l’apprendimento del sistema. In una sezione dedicata del progetto compariranno i nostri nomi come contributo al progetto stesso. Per avere aggiornamenti e saperne di più:  www.narwhal-ai.org