马萨诸塞州伍兹霍尔（2025年3月11日）——珊瑚礁是世界上最多样化的生态系统之一。尽管占世界海洋的不到1%，但四分之一的海洋物种在珊瑚礁上度过了部分生命。在一个地方有这么多生命，研究人员可以努力清楚地了解哪些物种存在以及数量是多少。
在AIP出版社代表美国声学学会出版的JASA中，伍兹霍尔海洋研究所（WHOI）的研究人员将声学监测与神经网络相结合，通过声音识别珊瑚礁上的鱼类活动。
多年来，研究人员一直使用被动声学监测来跟踪珊瑚礁活动。通常，声学录音机会部署在水下，在那里它需要几个月的时间从珊瑚礁上录制音频。现有的信号处理工具可用于一次分析大量声学数据，但它们不能用于查找特定的声音——要做到这一点，科学家通常需要手动浏览所有数据。
WHOI应用海洋物理和工程助理科学家Seth McCammon说：“但老实说，对于正在做这件事的人来说，这是一项糟糕的工作。”“这是非常乏味的工作。这很悲惨。”
同样重要的是，这种类型的手动分析太慢，无法实际使用。由于世界上许多珊瑚礁都受到气候变化和人类活动的威胁，能够快速识别和跟踪珊瑚礁种群的变化对保护工作至关重要。
McCammon说：“用人类将数据分析到那个水平需要几年时间。”“以这种方式分析数据在规模上是没有用的。”
作为替代方案，研究人员训练了一个神经网络，以自动对大量声学数据进行分类，实时分析录音。他们的算法可以与人类专家在破译珊瑚礁上的声学趋势的准确性相匹配，但它可以以25倍以上的速度做到这一点，并可能改变海洋监测和研究的方式。
“现在我们不再需要人类参与循环，我们可以使用哪些其他类型的设备——不仅仅是录音机？”McCammon说。“我的合著者Aran Mooney正在做的一些工作涉及将这种类型的神经网络集成到一个浮动系泊中，该系泊系在广播鱼呼叫计数的实时更新。我们还正在努力将神经网络放在我们的自主水下飞行器CUREE上，以便它能够监听鱼并绘制生物活动的热点。”
这项技术还有可能解决海洋声学研究中一个长期存在的问题：将每个独特的声音与鱼相匹配。
McCammon说：“对于绝大多数物种来说，我们还没有到可以肯定地说，电话来自特定种类的鱼的地步。”“至少在我心中，这就是我们正在寻找的圣杯。通过能够实时检测鱼叫声，我们可以开始构建能够自动听到叫声的设备，然后查看附近有什么鱼。”
最终，McCammon希望这个神经网络将为研究人员提供实时监测鱼类种群、识别陷入困境的物种和应对灾害的能力。在珊瑚礁需要所有他们能得到的帮助的时代，这项技术将帮助保护主义者更清楚地了解珊瑚礁的健康状况。
