您家熊猫有喜了,这个“羞耻”的项目用声音检测大熊猫交配情况

简介: 您家熊猫有喜了,这个“羞耻”的项目用声音检测大熊猫交配情况

今年是2020年的第一天,我们来讲点喜事。


大熊猫是我国的国宝,作为中国的独有物种,大熊猫以它憨态可掬的形象深得人心,今年11月,2019年共繁殖大熊猫37胎60只,存活57只,全球圈养大熊猫数量达到600只。


不得不说,这57只熊猫宝宝,实在是来之不易,数据也表明了,大熊猫之所以数量这么少,除了它们对栖息环境、食物等要求高之外,繁殖率低也是一个重要原因。


为什么大熊猫生宝宝如此之难?有许多专家专门对此做了研究,根据研究,在一年里雄性大熊猫的繁殖有效期是六个月或更长,而雌性大熊猫的发情期只有一至三天,而就在这短短的窗口期中,饲养员要判断大熊猫有没有交配成功,才能在第一时间采取下一步行动。


如何判断大熊猫的交配情况,并不是一件容易的事。


传统的大熊猫发情的确定和交配结果的确认(即交配成功与否)都是基于对其激素分泌的评估,这种评估操作复杂,且不能实时提供结果。


新的突破来了,来自四川大学计算机系和成都大熊猫繁育基地的研究人员们的最近的研究表明,大熊猫在繁殖季节会有特殊的发声行为,这为分析大熊猫交配成功与否提供了新的机会。


不用窥视,就知道国宝交配成功与否


以往判断大熊猫交配是否成功,只能通过最传统的方式——观察


尽管配有摄像头,但是由于角度的原因,一个在边上“窥视”的饲养员还是非常必要的,所以大熊猫交配的场景一般是这样。



尽管大熊猫以与人亲近著称,但是这样的窥视也或多或少也给了大熊猫们一些压力。


有没有其他方式来观察大熊猫的交配情况呢?


一些研究表明,声音一直是动物表达情绪的一种手段,尽管大熊猫是一种比较安静的动物,但是其在繁殖季节会发出更多的声音,这表明声音对于协调它们的繁殖和表达交配偏好至关重要。


Benjamin  D.Charlton等人就在研究中发现,交配成功的大熊猫会发出一种积极的声音,表现出良好的交配意向,而咆哮和吠叫通常表示拒绝。在研究中,他们手工定义了不同类型的声调,并使用聚类方法根据手工收集的声学特征将发声数据分为五类。


尽管他们的研究也证明了大熊猫的发声行为与交配结果有很高的相关性,但却没有为大熊猫交配成功预测提供自动解决方案。


但是这个结论却给了四川大学和成都大熊猫繁育基地的研究人员灵感,他们尝试借助深度学习来分析大熊猫交配时发出的声音,以分辨大熊猫交配成功与否。


国宝交配辨别难,深度学习来帮忙


来自四川大学和成都大熊猫繁育基地的研究人员首先注意到了语音识别方法在野生动物保护中的应用,因此他们将此问题作为语音情感识别(SER)问题来处理。


但是他们没有使用手工提取的特征和人工定义的发声类型,而是使用一个深度网络来学习不同的发声特征。



研究人员首先记录的大熊猫交配过程中的双轨音频序列,然后在给定原始音频序列的情况下,对大熊猫声带进行分段预处理,将其幅度标准化为预先指定的最大值和其长度为2秒,并提取每秒43个声学特征。


之后,是采用深度网络来学习更具辨别力人音声特征,并根据每个帧的特征来预测匹配成功或失败的概率。对于输入音频序列,通过对所有帧的概率求和得到最终的预测结果如结总体为成体概率较,则将其匹配结果归类为的成功


数据集来自9年的大熊猫繁殖声音,准确度近90%


从结果来看,匹配的精确度还是比较高的,可以达到89.9%±9.1%,这主要得益于研究人员采取的神经网络——“CGANet”,“C”、“G”和“A”分别代表卷积模块、双向GRU(门控递归单元)模块和注意力模块。


当不同的特征被用作输入时,模型的性能,其中最好的结果以粗体显示。



实验的数据集也来之不易,从2011年开始,成都大熊猫繁育研究基地就开始手机收集13只圈养大熊猫繁殖季节的发声,共获得138分钟有效大熊猫发声,其中成功交配声持续72分钟左右,失败交配声持续66分钟。


研究人员从这些数据中构建了一组由2016个成功交配的音频片段和1859个失败交配的音频片段的数据,而后随机地将交配成功和失败的数据分别分成五个子集,并进行了五次交叉验证评估,在每个实验中,四个子集用于训练,另一个子集用于测试。


新年新气象,愿大熊猫多生娃


2019年过去了,2020年正式开启,尽管整个2019年,全国才繁殖大熊猫37胎60只,存活57只,但是这个数据已经相当喜人了,同比2018年,圈养大熊猫数量净增52只,增长率为9.31%。



保护大熊猫也催生了许多生物技术的发展,以成都大熊猫繁育研究基地等为主体的各地的圈养大熊猫科研繁育机构,也建立了四川省濒危野生动物保护生物学重点实验室,还与数十家国际保护机构和组织建立了科研合作关系,累计取得了近百项国家专利和重大科技成果。


成都大熊猫繁育研究基地也接连攻克了大熊猫配种、繁殖、育幼方面的难题,并通过全国大熊猫繁育配对,推动基因交流,进一步加强了大熊猫遗传学研究与管理。


现在,又有了人工智能来帮助辨别交配情况,希望国宝们在2020年更加努力,多让模型给出positive,多生几只娃!

相关文章
|
存储 SQL 监控
数据库主流容灾方案对比分析
数据库可以通过软件或硬件方式容灾,等级分为数据级容灾和应用级容灾。不同数据库容灾方案都有自己的优势,企业如何选择最优的容灾方案?投资最多的方案就是最安全、最满足实际需求的吗?答案显然是否定,可以说方案没有最好,只有最适合。在设计和选择方案时需要考虑各个因素:如投入成本、复杂度、可行性、异构性、可管理性、可扩展性等,最终方案会采用一种或多种方式组合,以满足企业不同业务系统对RPO、RTO指标的要求。
978 2
数据库主流容灾方案对比分析
|
9月前
|
云安全 人工智能 自然语言处理
|
人工智能 搜索推荐 机器人
Geo老师:人性化GEO如何帮你降低30%获客成本?
于磊老师,即“微笑老师”与“Geo老师”,深耕网络营销15年,首创人性化GEO理念,倡导生态规范化,反对黑帽操作。他提出人性化Geo策略,融合用户意图、情感表达与数据故事,实证降低企业30%获客成本,引领AI时代流量新范式。
335 0
|
6月前
|
域名解析 缓存 网络协议
域名没输错却进了假网站?DNS欺骗防范指南
DNS欺骗如同网络“假路标”,篡改域名解析将用户引向伪造网站,窃取信息或传播 malware。其隐蔽性强,危害大,可致数据泄露、设备被控。防范方法包括:使用公共DNS(如114.114.114.114)、开启HTTPS、采用DoH/DoT加密解析。简单设置,即可大幅提升上网安全。
1787 0
域名没输错却进了假网站?DNS欺骗防范指南
|
10月前
|
算法 IDE 测试技术
python学习需要注意的事项
python学习需要注意的事项
458 57
|
Linux 计算机视觉 Python
在Linux系统上安装OpenCV
在Linux系统上安装OpenCV
1723 0
|
监控 Java Go
阿里云可观测全面拥抱 OpenTelemetry 社区
阿里云作为全球领先的云服务商,始终站在开源观测技术最前沿。深度参与 OTel 社区,坚定支持技术开放生态与全球兼容性技术标准的构建。
542 106
|
11月前
|
机器学习/深度学习 人工智能 弹性计算
当格斗遇上云计算:Combat IQ用AI重塑观赛体验
简介:伦敦AI公司Combat IQ利用阿里云的弹性计算服务(ECS),显著提升云基础设施效率,优化开发与生产环境。通过实时动作追踪和视频流分析,他们为格斗运动提供数据分析支持,改变粉丝互动方式。与阿里云合作后,运营成本效率提升40.75%,模型推理时间缩短31.58%,系统部署周期效率提高62.5%。未来,Combat IQ计划结合生成式AI技术,进一步挖掘格斗运动的数字潜能。
270 3
当格斗遇上云计算:Combat IQ用AI重塑观赛体验
|
Linux 数据库 Perl
【YashanDB 知识库】如何避免 yasdb 进程被 Linux OOM Killer 杀掉
本文来自YashanDB官网,探讨Linux系统中OOM Killer对数据库服务器的影响及解决方法。当内存接近耗尽时,OOM Killer会杀死占用最多内存的进程,这可能导致数据库主进程被误杀。为避免此问题,可采取两种方法:一是在OS层面关闭OOM Killer,通过修改`/etc/sysctl.conf`文件并重启生效;二是豁免数据库进程,由数据库实例用户借助`sudo`权限调整`oom_score_adj`值。这些措施有助于保护数据库进程免受系统内存管理机制的影响。
|
存储 人工智能 算法
精通RAG架构:从0到1,基于LLM+RAG构建生产级企业知识库
为了帮助更多人掌握大模型技术,尼恩和他的团队编写了《LLM大模型学习圣经》系列文档,包括《从0到1吃透Transformer技术底座》、《从0到1精通RAG架构,基于LLM+RAG构建生产级企业知识库》和《从0到1吃透大模型的顶级架构》。这些文档不仅系统地讲解了大模型的核心技术,还提供了实战案例和配套视频,帮助读者快速上手。
精通RAG架构:从0到1,基于LLM+RAG构建生产级企业知识库

热门文章

最新文章