Los observadores de aves experimentados a menudo pueden identificar especies por sus cantos. Imagínese hacer lo mismo con el pescado.

Una nueva investigación de la Universidad de Victoria muestra que las especies de peces estrechamente relacionadas producen sonidos distintivos que la IA puede separar. Esto abre la puerta a programas de monitoreo que se basan en señales acústicas en lugar de avistamientos visuales.

El estudio, dirigido por la estudiante de doctorado Darienne Lancaster, apareció en el Journal of Fish Biology.

Las vocalizaciones de los peces se conocen desde hace mucho tiempo, pero distinguirlas en la naturaleza fue un desafío. Como explicó Lancaster:"No sabíamos qué sonidos pertenecían a cada especie, ni siquiera si era posible diferenciarlos".

Utilizando monitoreo acústico pasivo, el equipo recopiló grabaciones submarinas y al mismo tiempo verificó las especies con datos visuales.

Luego entrenaron un modelo de aprendizaje automático que relacionaba correctamente los sonidos con las especies con un 88 % de precisión, identificando ocho especies de peces de Columbia Británica.

El conjunto de datos también reveló ideas de comportamiento, como el rápido gruñido del pez roca cuando lo persiguen, probablemente una respuesta defensiva.

"Es emocionante ver cuántas especies utilizan el sonido y los contextos en los que lo hacen", afirmó Lancaster.

Más allá de la ciencia básica, el modelo ofrece una forma menos invasiva de estudiar el comportamiento de los peces y monitorear las poblaciones.

El trabajo futuro ampliará la base de datos para incluir más especies y explorar las variaciones regionales dentro de las especies, subrayando la gran diversidad de la vida marina.