لم يعد سماع تغريد طائر في الحديقة والقدرة على التعرف عليه في ثوانٍ ضربًا من الخيال العلمي. بفضل تطبيق الذكاء الاصطناعي على الصوتاليوم، أصبح بإمكاننا تحديد أنواع الطيور من خلال تغريدها كما لو كان لدينا عالم طيور في جيبنا. الجديد في الأمر هو أن هذه الأدوات تشهد تطوراً هائلاً، حيث تسعى مشاريع متزايدة إلى جعل هذا التحديد موثوقاً حتى في الظروف القاسية. لا يوجد اتصال بالإنترنتيُعد هذا الأمر بالغ الأهمية إذا كنت تسافر عبر الغابات أو الجبال العالية أو المناطق الريفية النائية.
بالتوازي مع ذلك، تُنشر قواعد بيانات ضخمة من الملفات الصوتية، مُعَلَّمة بعناية من قِبَل خبراء، والتي تُستخدم لتدريب هذه الأنظمة وتحسينها. هذا المزيج من أجهزة التسجيل والخوارزميات وعلم المواطنين إنها تغير طريقة رصدنا للتنوع البيولوجي وتفتح الباب أمام تطبيقات تحديد الطيور بناءً على تغريدها التي تعمل بشكل أكثر استقرارًا وسرعة، وبشكل متزايد، أيضًا في وضع عدم الاتصال بالإنترنت.
شبكة الطيور: الذكاء الاصطناعي للتعرف على الطيور من خلال تغريدها
يُعدّ أحد أكثر المشاريع تطوراً في هذا المجال هو بيرد نتتم تطوير هذه الأداة بشكل مشترك من قبل مركز ك. ليزا يانغ لعلم الصوتيات الحيوية في مختبر كورنيل لعلم الطيور وجامعة كيمنتس للتكنولوجيا، وهي تستند إلى الشبكات العصبية العميقة تم تدريبه باستخدام آلاف الساعات من التسجيلات الصوتية، وهو قادر على اقتراح النوع الأكثر احتمالاً من تسجيل أغنية أو نداء.
يتيح تطبيق BirdNET لأي شخص تسجيل الصوت المحيط باستخدام ميكروفون هاتفك المحمول الذي يعمل بنظام Android ويمكنك الحصول على تقدير لأنواع الطيور التي تغرد في غضون ثوانٍ معدودة. كما يمكنك تحميل ملفات صوتية مسجلة مسبقًا، مما يجعلها... أداة ميدانية عالية المرونةيمكنك ترك جهاز التسجيل في مكان بعيد، وأخذ الملفات معك، وتحليلها لاحقًا باستخدام التطبيق أو الأدوات المرتبطة به.
لا يقتصر دور النظام على إعطاء اسم فحسب، بل يشير أيضًا إلى مستوى الاحتمالية لكل نوع تم رصده. يُعدّ هذا الأمر بالغ الأهمية عند تفسير النتائج: إذ يُمكن للمستخدم رؤية الأصوات التي تم رصدها في مخطط الصوت، والتحقق من الاقتراحات، وتقييم مدى ملاءمتها للسياق (الموئل، وقت السنة، إلخ). هذا المزيج من الاقتراحات التلقائية والتحقق البشري هو جوهر منهجية BirdNET.
كيف يتعلم الكمبيوتر التعرف على تغريد الطيور
لكي يتمكن الحاسوب من التمييز بين طائر العندليب والعصفور بناءً على تغريده، فإنه يحتاج إلى التدريب باستخدام عدد كبير من التسجيلات المصنفةيستخدم BirdNET الذكاء الاصطناعي ونماذج التعلم العميق التي تحلل الصوت وتحوله إلى تمثيلات مرئية للصوت، مثل مخططات الطيف، حيث يمكنك رؤية كيفية تغير التردد بمرور الوقت.
أثناء التدريب، تتلقى الخوارزمية آلاف الأمثلة من أغاني كل نوع. يُحدد لكل مقطع نوع الطائر الذي يُغني، وفي كثير من الحالات، نوع الصوت أيضًا. بمرور الوقت، تتعلم الشبكة العصبية التعرف على الأصوات. أنماط مميزة في النبرة والبنية والإيقاع من كل نوع. وعندما يسمع صوتًا جديدًا، يقارن تلك الأنماط بما تعلمه ليقدم قائمة بالأنواع المحتملة.
يتميز هذا النهج بميزة رئيسية: فشبكة BirdNET لا تقتصر على عدد قليل من الأنواع المحلية، بل تم تدريبها على التعرف على أكثر من ذلك. 3.000 نوع من الطيور من جميع أنحاء العالموفي الإصدارات الأحدث، يذكر البرنامج بالفعل أكثر من 6.000 نوع محتمل. وكلما زاد استخدامه وزادت البيانات المُدمجة فيه، تحسّنت نماذجه، مما يؤدي إلى زيادة تدريجية في الدقة، لا سيما بالنسبة للأنواع المعقدة.
مزايا وقيود التعرف التلقائي عن طريق الحواف
يؤكد مستخدمو BirdNET القدامى أنها، قبل كل شيء، أداة مصممة للعمل الميدانيبمجرد تشغيل التطبيق، ابدأ التسجيل على جهازك المحمول ودع الخوارزمية تحدد المقاطع التي تكتشف فيها الغناء. كما يُعد مخطط الصوت الذي يعرضه التطبيق مصدرًا تعليميًا قيّمًا للغاية: فهو يسمح لك تخيل الغناء وربط رسم الطيف ذهنياً بما يُسمع، وهو أمر مفيد للغاية للتعلم عن طريق السمع.
على الرغم من التحسن السريع في الدقة، إلا أن التعرف التلقائي على الأصوات أكثر صعوبة من تلك التي تحتوي على صورتتعدد الأسباب: فالعديد من الهواتف ذات جودة ميكروفون محدودة، وهناك تباين هائل في جودة المكالمات بين الأفراد والمجموعات، كما أن الضوضاء المحيطة (حركة المرور، والرياح، وأصوات الأنواع الأخرى في الوقت نفسه) قد تُعقّد التحليل بشكل كبير. ومع ذلك، فقد لاحظ المستخدمون المنتظمون قفزة ملحوظة في معدل النجاح مع أنواع معينة.
يتمثل أحد القيود الرئيسية في العديد من عمليات تثبيت BirdNET الحالية في أنه في إصدار تطبيق الهاتف المحمول الخاص بها، يتم عادةً إجراء عملية تحديد الهوية على الخوادم البعيدةبمعنى آخر، يتم إرسال التسجيل إلى السحابة، ومعالجته هناك، ثم تُعاد النتيجة إلى المستخدم. وهذا يعني أنه في الوقت الحالي، في كثير من الحالات هناك حاجة لتغطية البيانات للاستفادة الكاملة من إمكانيات التطبيق، وهو أمر ليس ممكناً دائماً في المناطق الطبيعية المعزولة.
شبكة الطيور كأداة تعليمية وعلمية للمواطنين
إلى جانب التحديد المحدد، تم تصميم BirdNET منذ البداية أيضًا كـ مشروع العلوم للمواطنينبإمكان المستخدمين إرسال تسجيلاتهم، المصنفة كملاحظات، مما يساهم في قاعدة بيانات عالمية ضخمة حول توزيع الطيور وظواهرها. وتُعد هذه المعلومات بالغة الأهمية للباحثين في مجالي البيئة والحفاظ على الطبيعة.
وفي الوقت نفسه، يساعد استخدام التطبيق عامة الناس تعرّف على الأنواع من حولك بشكل أفضليُشجع تسجيل تغريد الطيور، ومشاهدة مخطط الصوت، ومقارنة النتائج، الناس على التعرّف على سلوك الطيور وهجرتها وموائلها. وتتناسب موارد مثل مشروع "نهج الصوت"، بمواده التعليمية الممتازة حول مخططات الصوت وتغريد الطيور، تمامًا مع هذا النهج التعليمي القائم على السمع والبصر.
Avefy: تعلّم تغريد الطيور من خلال اللعب
بينما يركز تطبيق BirdNET على تحديد ما يتم تشغيله تلقائيًا، تركز التطبيقات الأخرى على التعلم النشط من قبل المستخدمومن الأمثلة الجيدة على ذلك تطبيق Avefy، وهو تطبيق مصمم كنوع من ألعاب الاختبار لتدريب الأذن وتحسين القدرة على التعرف على الأغاني والمكالمات بنفسك.
تعتمد آلية عمل Avefy على تقديم المستخدم التسجيلات مصنفة حسب النظم البيئيةهذه ما يُطلق عليها "المناظر الصوتية": غابة متوسطية، ضفة نهر، جبال شاهقة، إلخ. ضمن كل مشهد صوتي، تُسمع أنواع مختلفة من الأصوات، وعلى المستخدم أن يُحدد نوع الطيور التي يعتقد أنه يسمعها. تُقدم ملاحظات مع كل محاولة، بحيث، شيئًا فشيئًا، تصبح الأذن أكثر حساسية ويتم ترسيخ التعلم.
يشبه هذا النهج مواد التدريب القديمة لبرامج المراقبة مثل SACRE، ولكنه يأتي بصيغة محدثة ومجموعة أوسع من السيناريوهات. بالإضافة إلى اللعبة، يتضمن Avefy دليل الأغاني يحتوي التطبيق نفسه على تسجيلات لجميع أنواع الطيور الأيبيرية (على حد علمنا)، مما يسمح لك بالاطلاع على الأصوات ومراجعتها سواء في المنزل أو في الميدان إذا رغبت في ذلك.
التعلم في المنزل مقابل تحديد الهوية في الميدان
إذا قارنا BirdNET بـ Avefy، فسنجد أنهما يلبيان حاجتين متكاملتين. BirdNET هو في الأساس... أداة التعرف التلقائي يُستخدم هذا التطبيق بشكل أساسي في المناطق الريفية: تسمع أغنية، تسجلها، ثم يقترح التطبيق ما قد تكون عليه. أما تطبيق Avefy، فهو مصمم بشكل أقرب إلى منصة التدريب والألعابمثالي للتعلم في المنزل أو في اللحظات الهادئة، دون ضغط وجود الطائر أمامك.
عمليًا، يُمكن أن يكون استخدام التطبيقين معًا فعالًا للغاية. يُساعدك BirdNET على تبديد أي شكوك عندما تكون في الطبيعة ولا تستطيع تحديد نوع تغريد الطيور، بينما يُساعدك Avefy على... تدريب الأذن وبذلك، ستصبح مع مرور الوقت أقل اعتمادًا على التكنولوجيا للتعرف على الأصوات الشائعة. وميزة إضافية، يُمكن استخدام دليل Avefy كمرجع سريع، تمامًا مثل الأدلة المتوفرة على منصات أخرى مثل Merlin وeBird.
تحديد هوية طيور الميرلين: التعرف عليها من خلال تغريدها وصورتها وأسئلتها
لاعب رئيسي آخر في هذا السيناريو هو معرف ميرلين بيردتم تطويره أيضًا بواسطة مختبر كورنيل لعلم الطيور. على الرغم من أنه أصبح شائعًا جدًا لوظيفة تحديد الأغاني، إلا أن برنامج Merlin يقدم في الواقع ثلاث طرق رئيسية لتحديد الهوية: عن طريق الصوت، وعن طريق التصوير الفوتوغرافي، ومن خلال استبيان موجه حول الطائر الذي تمت مشاهدته.
يُشابه وضع الصوت في هذه الحالة إلى حد كبير الأنظمة الأخرى: يضغط المستخدم على زر التسجيل، ويُبقي الهاتف على الوضع الصامت، وينتظر حتى يستمع التطبيق. بعد ذلك، يعرض تطبيق Merlin قائمة بالأنواع التي يُرجّح وجودها، بناءً على الأغنية والموقع. كما يسمح أيضًا استمع إلى تسجيلات أخرى لنفس النوع لمقارنة الفروق الدقيقة، ويصر المطورون أنفسهم على أن اقتراحاتهم ليست سوى نقطة انطلاق: فهم يوصون دائمًا بالمقارنة مع الأوصاف والأصوات النموذجية الموجودة في صفحة كل طائر.
يُعد التعرف على الصور إحدى نقاط قوة تطبيق Merlin. ما عليك سوى التقاط صورة أو اختيار واحدة من ألبوم الكاميرا، وسيحاول التطبيق التعرف على الشخص. ما هو نوع الكائنات الحية الذي يظهر في الصورة؟في اختبارات أجرتها وسائل إعلامية مختلفة، تمكن النظام من التعرف بدقة على كل شيء، بدءًا من طائر الغاق الكبير في مدريد وصولًا إلى طائر البجع ذي الظهر الوردي في السنغال. مع ذلك، وكما هو الحال مع أي نظام آلي، فإنه قد يرتكب أخطاءً أو يفشل في العثور على تطابقات عندما تكون الصورة غير مناسبة.
الوضع الثالث في برنامج ميرلين هو الاستبيان الموجه، وهو مفيد جدًا للأشخاص الذين يعانون من خبرة قليلة في مجال تحديد الهويةيطرح التطبيق أسئلة بسيطة حول اللون والحجم والسلوك (سواء كان على الأرض، أو في الماء، أو على شجرة، أو أثناء الطيران، إلخ) والموقع الجغرافي والتاريخ. وباستخدام هذه المعلومات، يقارن التطبيق البيانات بقاعدة معارفه، ثم يعرض مجموعة من الأنواع المحتملة ليختار المستخدم النوع الأنسب.
الاستخدام دون اتصال بالإنترنت والباقات الإقليمية في Merlin
من بين مزايا برنامج Merlin Bird ID للمسافرين في المناطق ذات التغطية الضعيفة قدرته على يعمل جزئيا في وضع عدم الاتصاليتيح لك التطبيق تنزيل حزم الطيور الإقليمية، المصنفة حسب المناطق الجغرافية، والتي تتضمن صحائف الحقائق، ومخططات الصوت، وخرائط التوزيع، وأصوات الأنواع الشائعة في كل منطقة.
بفضل هذه الحزم، يمكن استخدام العديد من موارد التطبيق في البيئات الريفية أو الجبلية دون الحاجة إلى اتصال دائم بالإنترنت. وهذا ليس عمليًا فقط للمتنزهين وهواة مراقبة الطيور، بل أيضًا للباحثين والمتطوعين في برامج الرصد الذين يُجرون عمليات إحصاء في المناطق النائية حيث تكون تغطية شبكة الهاتف المحمول غير موثوقة أو معدومة.
يتكامل برنامج Merlin بشكل كامل مع eBird، وهي منصة عالمية ضخمة لعلوم المواطن المتعلقة بالطيور. كما يوجد ضمن eBird وضع لـ اختبار تحديد الهوية على غرار تطبيق Avefy، يتيح هذا التطبيق للمستخدمين التدرب باستخدام الأصوات والصور معًا. في هذه الحالة، يمكن للمستخدمين تخصيص التحديات بناءً على تواريخ ومواقع محددة بدلاً من أنواع النظم البيئية، مما يساعد على تدريب مهارات التمييز في سياقات مشابهة جدًا لتلك التي سيواجهونها في رحلاتهم الميدانية.
iNaturalist وGoogle Lens وiPhone Visual Search
على الرغم من أن محور هذه المقالة هو تغريد الطيور، إلا أنه يجدر ذكر أدوات أخرى، وإن لم تكن مخصصة للطيور حصراً، تعتمد على الذكاء الاصطناعي للتعرف على الأنواع تعتمد على الصور. تُعدّ تطبيقات iNaturalist وGoogle Lens وiPhone Visual Search أمثلة جيدة على كيفية تحوّل الذكاء الاصطناعي إلى نوع من "عالم الأحياء المحمول" لأي شخص فضولي.
بدأ مشروع iNaturalist كمشروع أكاديمي في جامعة كاليفورنيا، بيركلي، وهو اليوم مبادرة مشتركة مع أكاديمية كاليفورنيا للعلوم والجمعية الجغرافية الوطنيةاستخدامه بسيط للغاية: ما عليك سوى التقاط صورة للنبات أو الحيوان أو الفطر الذي ترغب في التعرف عليه وتحميلها إلى التطبيق. ثم يقترح النظام تلقائيًا، في غضون ثوانٍ معدودة، الأنواع المحتملة استناداً إلى نماذج رؤية حاسوبية تم تدريبها باستخدام ملايين الملاحظات.
تكمن أعظم نقاط قوة iNaturalist في مجتمعها العالمي من المستخدمين والخبراء، الذين يساعدون في تصحيح وتحديد الهويةيتم تحديد الموقع الجغرافي وتاريخ كل ملاحظة، مما يُنشئ خريطة ضخمة للتنوع البيولوجي في الوقت الفعلي تقريبًا. تُشارك جميع هذه المعلومات مع مستودعات علمية مثل نظام معلومات التنوع البيولوجي العالمي (GBIF)، مما يجعل المشروع مصدرًا قيّمًا للبيانات في دراسات الحفاظ على البيئة والتغير المناخي العالمي.
في حالة البحث المرئي في أجهزة آيفون، تُدمج آبل الذكاء الاصطناعي مباشرةً في نظام التشغيل. عند فتح صورة، إذا اكتشف النظام عنصرًا مميزًا (نبات، حيوان، نصب تذكاري، عمل فني)، يظهر رمز خاص بجوار زر المعلومات. بالنقر عليه، يتمكن المستخدم من الوصول إلى... معلومات أساسية عن الأنواعصور مشابهة وروابط خارجية. يتم إجراء هذا النوع من التعرف بشكل كبير على الجهاز نفسه، مستفيداً من القدرة الحاسوبية للرقائق الحديثة.
يؤدي تطبيق Google Lens وظيفة مشابهة جدًا في نظام Android. يمكن استخدامه كتطبيق مستقل أو من خلال تطبيق الكاميرا على العديد من الهواتف. يقوم Lens بتحليل الصور، ومقارنة العناصر التي تم التعرف عليها بقواعد البيانات المرئية، و تحديد الاحتمالات لكل نتيجة محتملة. على سبيل المثال، إذا اعتبر الذكاء الاصطناعي أن احتمال كون الكلب من نوع الراعي الألماني 95% واحتمال كونه من نوع كورجي 5%، فسيعرض الخيار الأول فقط، لأنه الأكثر ترجيحًا. بالنسبة للنباتات والحيوانات، بالإضافة إلى اقتراح الاسم، يقترح إجراء بحث سريع على جوجل لمزيد من المعلومات.
قاعدة بيانات عالمية تضم أكثر من 90.000 أغنية مشروحة
لم يكن من الممكن تحقيق القفزة النوعية في التعرف التلقائي على الأغاني دون بيانات تدريب عالية الجودة. وفي هذا الصدد، كان نشر [المصدر] إنجازًا هامًا مؤخرًا. أول قاعدة بيانات عالمية لأصوات الطيور المشروحة بالتفصيل، بقيادة مركز علوم وتكنولوجيا الغابات في كاتالونيا (CTFC) وتم وصفها في ورقة بيانات في مجلة علم البيئة.
تجمع قاعدة البيانات هذه التسجيلات التي تم إجراؤها في 72 موقعًا حول العالميشمل هذا المشروع أكثر من 1.100 نوع مختلف. لا يكمن السر في حجم البيانات فحسب، بل في حقيقة أن خبراء علم الطيور المحليين قاموا، في كل ملف، بتحديد اللحظة الدقيقة التي يغني فيها كل نوع يدويًا، ليصل المجموع إلى أكثر من 90.000 صوت مُعلّم. يوفر هذا المستوى من التفصيل مادة قيّمة لـ تدريب وتقييم الخوارزميات التعرف الصوتي.
مجموعة البيانات متاحة للجميع ويمكن الوصول إليها عبر منصة Zenodo، مما يسهل على فرق البحث حول العالم استخدامها لكلا الغرضين. تحسين الأدوات الحالية مثل BirdNET يمكن استخدام قاعدة البيانات هذه لتطوير نماذج جديدة، لا سيما للأنواع أو المناطق التي لم تحظَ بالتمثيل الكافي حتى الآن. في الواقع، استُخدمت هذه القاعدة بالفعل لتقييم أداء برنامج BirdNET ومعايير تنفيذه المثلى على نطاق عالمي، مما ساعد على تحسين أدائه في سياقات مختلفة.
الذكاء الاصطناعي ورصد التنوع البيولوجي
إن الجمع بين الملاحظة الميدانية وقواعد البيانات المفتوحة الضخمة والذكاء الاصطناعي يغير الطريقة التي... مراقبة التنوع البيولوجيفي سياق التغير المناخي المتسارع وتحول النظام البيئي، فإن امتلاك أنظمة قادرة على تسجيل وتحليل وجود الأنواع بشكل تلقائي يمثل ميزة هائلة للعلوم والإدارة البيئية.
لا تحل الأنظمة الآلية محل علماء الطيور، ولكن يمكنها ذلك. ضاعف مهاراتك في الملاحظةتتيح مجموعة من أجهزة التسجيل المستقلة الموزعة عبر منطقة ما، والتي يتم تحليلها باستخدام خوارزميات مثل BirdNET أو نماذج أخرى مشتقة من قواعد البيانات العالمية، إنشاء سلاسل زمنية مستمرة حول الأنواع الموجودة، وفي أي أوقات من السنة وبأي تردد نسبي.
هذا النوع من المعلومات ضروري للكشف المبكر التغيرات في عدد السكانوتشمل هذه التغيرات تغيرات في مناطق التوزيع أو وصول الأنواع الغازية. علاوة على ذلك، فإن الطبيعة المفتوحة والقابلة للتكرار للبيانات والنماذج تعزز الشفافية العلمية، حيث يمكن للفرق الأخرى التحقق من النتائج واقتراح التحسينات وتكييف الأدوات مع الواقع الجديد.
مع ازدياد رسوخ هذه التقنيات وتكاملها بشكل أفضل في تطبيقات الهاتف المحمول والمنصات المتاحة، يمكننا أن نتوقع زيادة في أدوات تحديد أصوات الطيور العاملة. يتحسن الأداء بشكل متزايد في وضع عدم الاتصال بالإنترنتعن طريق تنزيل النماذج وحزم البيانات مباشرةً إلى الجهاز. ويكمن التحدي في تحقيق التوازن بين الدقة وحجم النماذج وقواعد البيانات المحلية، مع الاستفادة من قوة الخوادم البعيدة وقدرة الحوسبة للأجهزة المحمولة الحالية.
تشير كل الدلائل إلى أنه في السنوات القادمة، سيصبح سماع أغنية في وسط الغابة والقدرة على تحديد نوعها في ثوانٍ، بموثوقية عالية ودون الحاجة إلى تغطية، أمرًا شائعًا، وذلك بفضل تقارب مشاريع مثل BirdNET وMerlin وAvefy وiNaturalist وقواعد البيانات العالمية الجديدة للأغاني التي تغذي الذكاء الاصطناعي. شارك هذه المعلومات حتى يتمكن المزيد من الناس من التعرف على الموضوع.
