Google DeepMind Perch 更新：推進瀕危物種的生物聲學

Google DeepMind 發布了 Perch 的更新版，這是一個旨在加速生物聲學資料分析以保護瀕危物種的 AI 模型。此更新模型提升了最先進的即用型鳥類物種預測能力，並擴展至包括哺乳動物、兩棲動物以及人為噪音，使保育工作者能更有效率地處理數百萬小時的音頻資料。

增強的模型能力與訓練

Perch 的新版本使用的資料量幾乎是前一版的兩倍，來源包括 Xeno-Canto 與 iNaturalist 等公開資源。這個擴充的資料集使模型能更好地適應多樣的環境，包括珊瑚礁等水下場景，並能分離複雜的聲音情境。

除了簡單的物種辨識外，該模型亦足夠靈活以回應特定的生態問題，例如估算動物豐度或判斷特定區域內的個體數量。

敏捷建模與分類器開發

為了支援在訓練資料稀少情況下工作的科學家，Google DeepMind 提供了實作「敏捷建模」的工具。此方法結合向量搜尋與主動學習，使研究人員能從單一聲音範例出發，在一小時內建立高品質的分類器。

利用 Perch 的嵌入模型，地方專家可以透過向量搜尋在資料集中找出相似聲音，並將其標記為相關或不相關，快速訓練針對特定聲音（如幼鳥叫聲）或錄音稀少的物種的分類器。

現場影響與成功案例

自 2023 年推出以來，Perch 的初始版本已被下載超過 250,000 次，並整合至如 Cornell 的 BirdNet Analyzer 等專業工具。實際應用包括：

• 物種發現： 與 BirdLife Australia 及 Australian Acoustic Observatory 合作，Perch 協助發現了難以捉摸的平原流浪者（Plains Wanderer）新族群。
• 族群監測： 研究顯示 Perch 能辨識個別鳥類並追蹤其豐度，可能減少對捕放研究的依賴。
• 保育效率： 夏威夷大學 LOHE 生物聲學實驗室的生物學家發現，使用 Perch 可將蜜鳥聲音的偵測速度提升近 50 倍，相較於先前方法，加速了對受鳥類瘧疾威脅物種的監測。

可用性

Google DeepMind 已將更新的 Perch 模型以開放模型的形式發布於 Kaggle.