Forscher nutzen maschinelles Lernen zur Entschlüsselung von Tierkommunikation

OPA NACHRICHTENDIENST, 9. Nov. (OPA) — Bei Tests mit Daten des australischen Projekts FrogID erreichte das Modell eine Genauigkeit von 99 Prozent bei der Unterscheidung von Froschlauten sowie 82 Prozent bei der Artenerkennung. In Kooperation mit der McGill University schuf das Earth Species Project zudem ZF-AIM zur Untersuchung von Gesangsinteraktionen bei Zebrafinken. Google DeepMind entwickelte DolphinGemma zur Vorhersage von Lauten des Atlantischen Fleckendelfins, während das Projekt CETI Unterwassermikrofone zur Analyse von Pottwal-Klicksequenzen einsetzte. Trotz dieser technologischen Fortschritte bleibt die Übersetzung tierischer Signale in menschliche Sprache eine Herausforderung. Forscher betonen, dass Audiodaten stets mit Verhaltensmustern und Umweltbedingungen abgeglichen werden müssen. Experten warnen zudem vor ethischen Risiken durch die Erzeugung synthetischer Biosignale, die Wildtierpopulationen stören könnten.