Un algoritmo identifica las especies por sus llamadas y podría ayudar a hacer estimaciones de la población
Los delfines son un grupo hablador - hacen clics, silban y chillan. Estas frecuentes vocalizaciones son clave para la comunicación de los delfines, y, para los investigadores inteligentes, una ventana a su mundo.
Pero hay un doblez en el lenguaje de los delfines que lo hace particularmente difícil para los intrusos humanos: la miríada de especies de delfines - desde el nariz de botella (Tursiops truncatus) al girador (Stenella longirostris) al delfín listado (Stenella coeruleoalba) - tienden a sonar más o menos igual. Pero un equipo de científicos ha elaborado un nuevo tipo de identificador de llamadas de delfines que utiliza grandes datos para poner algo de orden en la orquesta.
Un equipo de investigadores liderados por la experta en bioacústica de la Administración Nacional Oceánica y Atmosférica de los Estados Unidos, Shannon Rankin, ha desarrollado recientemente un nuevo algoritmo informático que puede identificar automáticamente una especie de delfín sólo a partir de sus llamadas. El algoritmo, llamado BANTER (por el bioacoustic event classifier - clasificador de eventos bioacústicos), puede identificar la especie de un delfín un 84 por ciento del tiempo - una gran mejora con respecto a los métodos tradicionales.
Tratar de interpretar grabaciones acústicas no es nuevo, pero los trabajos anteriores se han centrado en gran medida en el seguimiento de una especie o tipo de llamada a la vez. El avance de Rankin se produjo cuando se asoció con un genetista, Frederick Archer, que estaba acostumbrado a trabajar con grandes cantidades de datos.
Juntos, Rankin, Archer y sus colegas desarrollaron su algoritmo, que probaron utilizando cuatro meses de grabaciones realizadas en la costa oeste de los Estados Unidos. El conjunto de datos representó casi 1.000 horas de grabaciones de delfines, incluyendo más de dos millones de silbidos individuales, clics de ecolocalización y "ráfagas de pulsos" - trenes rápidos de clics utilizados para la comunicación.
Rankin y sus colegas sólo utilizaron datos de especies que detectaron al menos dos veces - una de detección fue utilizada para entrenar el algoritmo, la otra para probarlo - y cuyas identidades fueron confirmadas visualmente durante las encuestas. Debido a estas limitaciones, finalmente sólo fueron representadas en el estudio cinco especies de delfines, pero Rankin está seguro de que el método podría ser ampliado.
Ser capaz de identificar una especie de delfín abre la puerta a hacer estimaciones de la población utilizando sólo grabaciones acústicas, dice Rankin. El monitoreo acústico - usar micrófonos subacuáticos para escuchar llamadas - podría proporcionar una manera mucho más eficiente de rastrear la actividad de los delfines. Y tener un recuento preciso de la población es vital.
"Necesitamos estudiar [poblaciones de delfines] para que si algo sucede, como un derrame de petróleo en el mar, y 40 delfines mueren, sabremos lo que eso significa", dice Rankin. "Si afecta a 10 delfines, tal vez no sea terrible. Pero si son 100 delfines, entonces acabas de matar a una gran parte de la población.
Rankin también espera que su trabajo sea útil para animales que no sean delfines. "Escuché una charla una vez por alguien tratando de escuchar una cacofonía de sonidos de mono en un bosque donde hay mucha diversidad, y estoy emocionado porque creo que este enfoque funcionará en ese tipo de situaciones", dice.
"Los humanos solían ser mejores en este tipo de tareas que las computadoras, pero ahora las computadoras están empezando a mostrarnos cómo se hace", añade Rankin. Supongo que estamos en el trabajo de ponernos fuera del negocio.
Artículo científico: Acoustic classification of dolphins in the California Current using whistles, echolocation clicks, and burst pulses
