DeepMind、生態音響AI「Perch」新版をKaggleでオープンソース公開

Perchは、Google DeepMindが生態音響データの解析向けにオープンソース公開しているAIモデルだ。広大な自然環境で録音された膨大な音声データから、希少生物の鳴き声を高精度に検出できる。

生物学者が森林のマイクや海中のハイドロフォンで収集する音声データは、数千から数百万時間に及ぶ。その中から絶滅危惧種の鳴き声を手作業で聴き分けるのは現実的ではない。Perchはその解析プロセスを大幅に効率化するために作られた。

何ができるのか

最新のPerchにおける最大の進化は、鳥類主体の陸上環境だけでなく、サンゴ礁など複雑な水中音響環境にも対応した点だ。

学習データ量は初代モデルから約2倍に増加した。Xeno-CantoやiNaturalistといった公開データソースから収集され、鳥類に加えて哺乳類、両生類、さらには人間活動による環境騒音まで幅広くカバーしている。

単に「どの種が存在するか」を識別するだけでなく、特定エリア内の個体数推定や、幼鳥特有の鳴き声の追跡など、多様な生態学的調査に応用できる。

特に実用的なのが「アジャイルモデリング（Agile Modeling）」と呼ばれる仕組みだ。学習データが極端に少ない希少種でも、わずか1つの鳴き声サンプルを用意すれば、Perchのベクトル検索がアーカイブ全体から音響的に類似した箇所を即座に抽出する。

研究者がその検索結果に対して正誤ラベルを付けるアクティブラーニングを行うことで、1時間足らずで高精度な専用分類器を構築できる。

実地での実績と提供形態

2023年に公開された初代Perchは、これまでに25万回以上ダウンロードされている。そのベクトル検索ライブラリは、コーネル大学が提供する有名な野外鳥類音声分析ツール「BirdNet Analyzer」にもすでに組み込まれている。

実地での成果も出ている。オーストラリアでは研究チームがPerchを活用し、絶滅の危機に瀕する珍鳥クビワミフウズラ（Plains Wanderer）の新たな生息群を発見した。

またハワイ大学のLOHE生態音響研究室では、蚊が媒介する鳥マラリアで絶滅寸前にあるハワイミツスイ（honeycreepers）のモニタリングに活用。従来の作業手順と比較して約50倍の速度で鳴き声を特定し、監視範囲を大幅に拡大させた。

最新モデルは現在、Kaggle上でオープンモデルとして公開されており、誰でもダウンロードして利用できる。

なぜ重要か

自然保護活動家やフィールドサイエンティストにとって、Perchは今すぐ現場に導入する価値のある強力なツールだ。希少種ほど学習データが集まらないという機械学習の最大の壁を、ワンショット検索とアクティブラーニングで見事に回避している。

DeepMindがこの研究成果をKaggleでオープンにした判断は賢明だ。野外調査の現場には潤沢な計算資源や専任の機械学習エンジニアがいないことが多く、軽量な適応プロセスで専用モデルを組める設計は現場目線に即している。

ただし、水中音響や極端な悪天候下では環境ノイズの干渉が激しいため、モデルの予測を盲信せず、現場のエキスパートによる最終判定を組み合わせる運用が欠かせない。