HyperAI超神经

日本在今年重启了商业捕鲸，这是他们受到国际性公约的限制之后，30 多年里的首次商业捕鲸。近日日本的捕鲸团队完成首航，有 233 头鲸鱼遭到捕杀。这一事件的背后，似乎在预示着鲸鱼的悲惨命运。如何对鲸鱼进行高效的保护，避免它们走向濒危？AI 技术，又能够在这一领域发挥什么样的作用？

从 9 月开始，日本的沿海小镇太地町进入了年度的捕鲸活动。这是时隔 30 多年之后，日本再次开启了商业捕鲸。

国际上为了保护鲸鱼不被过渡捕杀，于 1948 年成立了国际捕鲸委员会，日本于 1951 年加入，在 1986 年，委员会通过了 《全球禁止捕鲸公约》，禁止缔约国从事商业捕鲸。

有着长久捕鲸文化的日本，屡次在公约的边缘试探。 2018 年 12 月，日本宣布退出该组织，根据规定在今年的 6 月 30 日之后，他们便不再受公约的限制。

在最近的报道中，他们在重启商业捕杀鲸之后的首次出航中，就捕杀了 233 头鲸鱼，捕获鲸肉 1430 吨… 触目惊心的数字背后，不禁让人想起纪录片《海豚湾》里的血腥。

虽然是海洋中最大的动物，但鲸鱼在和捕杀者的较量中，依然是脆弱和不值一提的。因为鲸鱼肉、油脂、皮、各种器官对人类的使用价值，在利益面前，庞大的躯体不过是一件件商品。

人类大规模的捕杀活动，一度致使许多种鲸鱼处于濒临的边缘。为了让这个庞大但脆弱的生物，能够自由在海里畅行，多种技术方法都被用在其中，而 AI 技术，也正在这个方面贡献着一些力量。

鲸鱼的数目和种群数量，难以进行完全的统计，此外，它们的生活习性和迁徙方式，也是研究中的一个难点。但随着多项 AI 技术的应用，这些问题正在被一一化解。

西班牙学者：用 CNN 进行种群统计

海洋中鲸鱼的数量和种群的准确统计，有助于帮助科学家对鲸鱼进行研究，进一步对鲸鱼进行保护。

但如何对鲸鱼进行识别和计数，在茫茫大海之上，却是不小的挑战。于是，一些研究者们，开始利用卫星和航空图像，借助深度学习等技术，对近海面的鲸鱼做着统计调查研究。

最近一篇发表在《Science Report》杂志的文章，西班牙的一群科学家们，就做了这样的工作。他们用卷积神经网络（CNN）搭建的模型，能够有效地帮助识别和确定鲸鱼的种群和数目。

地址：https://www.nature.com/articles/s41598-019-50795-9

要在航拍或卫星图像中识别出鲸鱼，需要克服多重困难，比如数据集缺乏，船只、岩石、泡沫等混淆因素、鲸鱼在水面上的行为姿势，以及云雾、光线、水质等带来的干扰。

在这项研究里，科学家们基于 CNN ，设计了一种两步式的深度学习模型，第一个 CNN查找带有鲸鱼存在的输入图像，并排除船舶、岩石等干扰；第二个 CNN定位并计数这些图像中的每条鲸鱼。

为了让系统准确的对鲸鱼进行识别，他们利用开放的数据如 Google Earth ，Arkive，NOAA 照片库等，建立了带注释的高质量数据集。分别以检测鲸鱼的存在，计数鲸鱼的数量，以及测试和验证整个过程为目的，还使用了不同分辨率的卫星和航拍图像。

文中还使用了迁移学习和数据增强，以提高 CNN 训练的效率，并增加 CNN 的鲁棒性和泛化能力。

第一步是建立图像分类模型，使用 GoogleNet Inception v3 CNN 体系结构的最新版本构建，并在 ImageNet 上进行了预训练，最终能够快速地判断出图像中的鲸鱼，并排除可能会被误认的杂物。

第二步是鲸鱼计数模型，使用了基于 Inception-Resnet v2 CNN 架构的 Faster R-CNN ，在 COCO 数据集上进行了预训练。模型仅分析那些存在鲸鱼的可能性高的单元，将每只鲸鱼定位在边界框中，并输出计数的个体数。

在概念验证中，模型使用 71×71 m 滑动窗口（约为蓝鲸的大小的两倍），分析了由 13,348 个网格单元代表的全球 10 个鲸鱼出现热点区域，并输出每个单元中检测到鲸鱼的概率。

最终的结果表明，在 10 个观鲸热点上对 Google Earth 图像进行的系统测试中，其检测和计数鲸鱼方面，其性能（F1 度量）分别为 81％和 94％，与单独的基线检测模型相比，该模型将准确性提高了 36％。

谷歌：用声纹识别，了解行为习性

除了卫星图像的角度，在声纹分析的方面，机器学习也有保护鲸鱼的奇招。

鲸鱼的叫声可以在水下数百公里传递，不同声音也包含了不同的信息，以便和远方的伙伴沟通。谷歌则通过水下收集设备，录制下了这些鲸鱼的「歌声」。

在谷歌推出的「AI for social good」项目中，就有一项保护座头鲸的研究，谷歌的研究人员和海洋鲸类专家，建立了一个海底声音的「监听网络」，利用机器学习通过声纹追踪鲸鱼的活动。

但对于庞大的海底世界，它所包含的声音信息也是极其繁多。在录制下鲸鱼声音的同时，也积累了大量的噪声。

谷歌开发了一些算法模型，能够将这些信息过滤出来，从庞大的录音数据中，利用声纹信息分析辨别出鲸鱼的叫声，并进一步建立了深度神经网络，自动识别录音中的鲸鱼种类。

通过将监听到的声音，转换到对频谱图的处理，然后从这些频谱图中，找出特定的鲸鱼声纹。他们在前段时间还将这项成果，用一个网站工具形式推出，借助这个工具，可以大规模能将海底音频可视化，发现海底声音的细节。

这项研究里，谷歌使用的模型是ResNet-50，通过使用有监督学习，用标记过的数据进行训练：使用频谱图向算法展示了带有标签声音的示例（即：这是座头鲸，这不是座头鲸）。该算法学习的示例越多，识别这些声音的效果就越好。最终，该模型可以确定一些剪辑片段中，是否包含以90％以上的精度和 90％的查全率存在的座头鲸。