En el vasto mundo de la bioacústica, las melodías de los pájaros y los cantos de las ballenas, aunque distintos en su origen y medio de propagación, comparten patrones que una inteligencia artificial ha logrado descifrar. Perch 2.0, un modelo de audio de Google DeepMind, ha demostrado una sorprendente capacidad para clasificar tanto el trinar de las aves como las complejas vocalizaciones submarinas de las ballenas.

Perch 2.0 fue originalmente entrenado con millones de grabaciones de aves y otros animales terrestres, incluyendo anfibios, insectos y mamíferos. Este enfoque integral lo convirtió en un modelo fundacional de bioacústica con una amplia base de conocimientos. Sin embargo, los investigadores se sorprendieron al descubrir la notable eficacia del modelo cuando se aplicó al estudio de las ballenas.

La investigación en bioacústica de ballenas en Google DeepMind y Google Research ha estado en curso durante casi una década. Este trabajo previo incluye el desarrollo de algoritmos capaces de detectar los cantos de las ballenas jorobadas. También crearon un modelo multiespecie más reciente que podía identificar ocho especies distintas de ballenas y múltiples vocalizaciones para dos de esas especies. Estos avances representaron un gran paso adelante en la comprensión de la comunicación de las ballenas.

Con la llegada de Perch 2.0, los investigadores vislumbraron una oportunidad única: reutilizar un modelo ya entrenado en sonidos terrestres para analizar el mundo sonoro marino. La capacidad de Perch 2.0 para generalizar y aplicar su conocimiento a un dominio completamente diferente resultó ser mucho más fuerte de lo esperado. Esta versatilidad subraya el potencial de los modelos de IA para abordar problemas complejos en diversos campos científicos.

La implicación de este descubrimiento es significativa. Podría revolucionar la forma en que monitoreamos y estudiamos las poblaciones de ballenas. Al utilizar un modelo de IA pre-entrenado, los investigadores pueden ahorrar tiempo y recursos valiosos en comparación con la construcción de modelos específicos para cada especie o vocalización. Además, la capacidad de Perch 2.0 para identificar y clasificar los cantos de las ballenas podría proporcionar información valiosa sobre su comportamiento, patrones de migración y salud general.

Este hallazgo destaca la creciente importancia de la IA en la investigación ambiental. A medida que los modelos de IA se vuelven más sofisticados, su capacidad para analizar grandes conjuntos de datos y extraer información significativa se vuelve cada vez más valiosa. En el futuro, podemos esperar ver aún más aplicaciones de la IA en el estudio y la conservación de la vida silvestre, tanto en tierra como en el mar.