Cristiyan Elliott / Aralık 2024
Küçük bir ötücü kuş, Eylül gecesi New York, Ithaca’nın üzerinde uçuyor. Kuzey Amerika’da her yıl büyük bir tüylü göç nehri olan 4 milyar kuştan biri. Havada, kuş bilimcilerin gece uçuş çağrısı adını verdiği bir ses çıkararak sürüsüyle iletişim kuruyor. Bu, gecenin ortasında ormanda yayılan, sadece 50 milisaniye uzunluğunda, en kısa sinyal. Ancak insanlar yine de onu, üzerinde bir odaklama hunisi bulunan bir mikrofonla yakaladılar. Kısa bir süre sonra, New York Üniversitesi, Cornell Ornitoloji Laboratuvarı ve École Centrale de Nantes arasındaki bir işbirliğinin sonucu olan BirdVoxDetect adlı yazılım kuşu tanımlıyor ve tür seviyesine göre sınıflandırıyor.
Cornell’den Andrew Farnsworth gibi biyologlar uzun zamandır kuşları bu şekilde gözetlemeyi hayal ediyordu. Cam gökdelenler ve elektrik hatları gibi onlar için ölümcül olabilen insan altyapısıyla giderek daha fazla dolup taşan ısınan bir dünyada, göçmen kuşlar birçok varoluşsal tehdit ile karşı karşıyadır. Bilim insanları göçlerinin zamanlamasını ve yerini izlemek için bir dizi yönteme güvenir, ancak her birinin eksiklikleri vardır. Hava durumu filtrelenmiş Doppler radarı havadaki kuşların toplam biyokütlesini tespit edebilir, ancak bu toplamı türlere göre ayıramaz. Tek tek kuşlara takılan GPS etiketleri ve vatandaş-bilim insanı kuş gözlemcilerinin dikkatli gözlemleri bu boşluğu doldurmaya yardımcı olur, ancak kuşları büyük ölçekte etiketlemek pahalı ve istilacı bir tekliftir. Ve bir başka önemli sorun daha var: Çoğu kuş, onları görsel olarak tanımlamanın daha zor olduğu ve çoğu kuş gözlemcisinin yatakta olduğu gece göç eder. Bir asırdan uzun süredir akustik izleme, ornitologların dertlerini çözecek bir yöntem olarak cazip bir şekilde erişilemez bir yerde duruyordu.
1800’lerin sonlarında bilim insanları göçmen kuşların türlere özgü gece uçuş çağrıları – “akustik parmak izleri” – çıkardığını fark ettiler. 1950’lerde mikrofonlar ticari olarak satışa sunulduğunda bilim insanları kuşları geceleri kaydetmeye başladılar. Farnsworth 1990’larda bu akustik ekoloji araştırmalarının bir kısmına öncülük etti. Ancak o zaman bile, bazıları insanların duyabileceği frekans aralığının sınırında olan kısa çağrıları tespit etmek zordu. Bilim insanları, sesi görselleştiren spektrogramlara bakarken gerçek zamanlı olarak taramaları gereken binlerce bantla baş başa kaldılar. Dijital teknoloji kaydı kolaylaştırsa da Farnsworth’un söylediğine göre “sürekli sorun” şuydu: “Muazzam miktarda ses verisi toplamak giderek kolaylaşırken, bir kısmını analiz etmek bile giderek zorlaşıyordu.”
Daha sonra Farnsworth, NYU Müzik ve Ses Araştırma Laboratuvarı direktörü Juan Pablo Bello ile tanıştı. New York şehrinde kentsel gürültü kirliliğinin kaynaklarını belirlemek için makine öğrenimini kullanan bir projeyi yeni tamamlayan Bello, gece uçuş çağrıları sorununu üstlenmeyi kabul etti. Fransız makine dinleme uzmanı Vincent Lostanlen’in de aralarında bulunduğu bir ekip kurdu ve 2015 yılında süreci otomatikleştirmek için BirdVox projesi doğdu. Farnsworth, “Herkes, ‘Sonunda bu ceviz kırıldığında, bu süper zengin bir bilgi kaynağı olacak,’ diyordu,” diyor. Ancak Lostanlen, başlangıçta “bunun yapılabilir olduğuna dair en ufak bir ipucu bile yoktu.” Makine öğreniminin Farnsworth gibi uzmanların dinleme yeteneklerine yaklaşabileceği düşünülemez görünüyordu.
“Andrew bizim kahramanımız,” diyor Bello. “Bilgisayarlarla taklit etmek istediğimiz her şey Andrew.”
Önce, BirdVoxDetect adlı bir sinir ağını, yağmur suyunun mikrofonlara verdiği zarardan kaynaklanan düşük vızıltılar gibi hataları görmezden gelecek şekilde eğittiler. Daha sonra sistemi, türler arasında (ve hatta tür içinde) farklılık gösteren ve bir araba alarmının cıvıltısı veya bir yaylı çıngırakla kolayca karıştırılabilen uçuş çağrılarını algılaması için eğittiler. Lostanlen, bu zorluğun, akıllı hoparlörlerin benzersiz “uyandırma sözcüğünü” dinlerken karşılaştıkları zorluğa benzediğini ancak bu durumda hedef gürültüden mikrofona olan mesafenin çok daha fazla olduğunu (bu da telafi edilmesi gereken çok daha fazla arka plan gürültüsü anlamına geliyor) söylüyor. Ve tabii ki bilim insanları tetikleyicileri için “Alexa” veya “Hey Google” gibi benzersiz bir ses seçemediler. “Kuşlar için, biz gerçekten bu seçimi yapmıyoruz. Charles Darwin bizim için bu seçimi yaptı,” diye espri yapıyor. Neyse ki, üzerinde çalışacakları çok sayıda eğitim verisi vardı; Farnsworth’un ekibi, Ithaca’daki mikrofonlar tarafından toplanan binlerce saatlik kaydı elle notlandırmıştı.
BirdVoxDetect uçuş çağrılarını tespit etmek üzere eğitildiğinde, önlerinde bir başka zor görev daha vardı: algılanan çağrıları türlere göre sınıflandırmayı öğretmek, ki bunu çok az uzman kuş gözlemcisi kulaktan yapabilir. Belirsizlikle başa çıkmak ve her tür için eğitim verisi olmadığı için, hiyerarşik bir sistem üzerinde karar kıldılar. Örneğin, belirli bir çağrı için BirdVoxDetect, tür hakkında emin olmasa bile, kuşun takımını ve ailesini belirleyebilirdi; tıpkı bir kuş gözlemcisinin en azından bir çağrıyı, sarı kuyruklu veya kestane yanlı olsun, bir ötleğenin çağrısı olarak tanımlayabileceği gibi. Eğitimde, sinir ağı taksonomik ağaçta daha yakın olan kuşları karıştırdığında daha az cezalandırıldı.
Araştırmacılar bir Hayvan İnterneti hayal ediyorlardı. 100.000 yaratığı izlemeye ve ortak dünyamızın gizli yönlerini ortaya çıkarmaya yaklaşıyorlar.
Geçtiğimiz Ağustos ayında, sekiz yıllık araştırmanın sonunda ekip, BirdVoxDetect’in makine öğrenme algoritmalarını ayrıntılarıyla anlatan bir makale yayınladı. Ayrıca yazılımı, ornitologların kullanıp uyarlayabilmesi için ücretsiz, açık kaynaklı bir ürün olarak yayınladılar. Toplam 6.671 saat süren göç kayıtlarının tam bir sezonu üzerinde yapılan bir testte, sinir ağı 233.124 uçuş çağrısı tespit etti. Journal of Applied Ecology’de 2022’de yayınlanan bir çalışmada , BirdVoxDetect’i test eden ekip, toplam biyokütleyi tahmin etmek için akustik verilerin radar kadar etkili olduğunu buldu.
BirdVoxDetect, Kuzey Amerika’daki göçmen ötücü kuşların bir alt kümesinde çalışır. Ancak “az sayıda atış” öğrenmesi yoluyla, sadece birkaç eğitim örneğiyle diğer benzer kuşları tespit edecek şekilde eğitilebilir. Bello, bunun halihazırda konuştuğunuz bir dile benzer bir dil öğrenmeye benzediğini söylüyor. Ucuz mikrofonlarla sistem, kuş gözlemcileri veya Doppler radarı olmayan dünyanın dört bir yanındaki yerlere, hatta çok farklı kayıt koşullarında bile genişletilebilir. Lostanlen, “Bir biyoakustik konferansına gidip birkaç kişiyle konuşursanız, hepsinin farklı kullanım durumları vardır” diyor. Biyoakustik için bir sonraki adımın, bilim insanlarının doğal dil işleme ve görüntü ve video analizi için üzerinde çalıştıkları gibi, herhangi bir tür için -kuşların ötesinde bile- yeniden yapılandırılabilecek bir temel model oluşturmak olduğunu söylüyor. Bu şekilde, bilim insanları incelemek istedikleri her hayvan için yeni bir BirdVoxDetect inşa etmek zorunda kalmayacak.
BirdVox projesi artık tamamlandı, ancak bilim insanları algoritmaları ve yaklaşımı üzerinde çalışıyorlar. BirdVox üzerinde çalışan Illinois Urbana-Champaign Üniversitesi’nde göç biyoloğu olan Benjamin Van Doren, hem BirdVoxDetect hem de popüler kuş şarkısı tanımlama uygulaması Merlin’e dayanan yeni bir kullanıcı dostu sinir ağı olan Nighthawk’ı kullanarak, Chicago ve Kuzey ve Güney Amerika’nın diğer yerlerinde göç eden kuşları inceliyor. Ve Windsor Üniversitesi’nde bir biyoakustik laboratuvarı işleten Dan Mennill, Nighthawk’ı ekibinin şu anda Büyük Göller’in Kanada tarafındaki mikrofonlar tarafından kaydedildikten sonra elle not aldığı uçuş çağrılarında denemek için heyecanlı olduğunu söylüyor. Akustik izlemenin bir zayıflığı, radarın aksine, tek bir mikrofonun bir kuşun başınızın üzerindeki irtifayı veya hareket ettiği yönü tespit edememesidir. Mennill’in laboratuvarı, bu sorunu çözmek için üçgenleme yapabilen sekiz mikrofon dizisiyle deneyler yapıyor. Kayıtları elemek yavaştı. Ancak Nighthawk ile analiz önemli ölçüde hızlanacak.
Mennill, kuşlar ve diğer göçmen hayvanların tehdit altında olduğu bir dönemde BirdVoxDetect’in tam da doğru zamanda geldiğini söylüyor. Hangi kuşların gerçek zamanlı olarak uçtuğunu tam olarak bilmek, bilim insanlarının türlerin nasıl olduğunu ve nereye gittiklerini takip etmelerine yardımcı olabilir. Bu, kuş çarpışmalarını önlemek için gökdelenlerin geceleri kararmasını teşvik eden “Işıkları Söndür” girişimleri gibi pratik koruma çabalarına bilgi sağlayabilir. “Biyoakustik, göç araştırmalarının geleceğidir ve biz aslında doğru araçlara sahip olduğumuz aşamaya yeni geliyoruz,” diyor. “Bu bizi yeni bir döneme götürüyor.”