Horen zonder oren: dit AI-model kan leeuwengebrul herkennen zonder een microfoon

Een nieuw AI-model kan leeuwengebruik herkennen zonder microfoon. Dat maakt langdurig onderzoek naar communicatie en territoriumgedrag een stuk eenvoudiger.

Leeuwen leven in hechte groepen. Dat betekent echter niet dat ze altijd dicht bij elkaar zijn. In tegendeel zelfs: leeuwen spreiden zich regelmatig uit over hun leefgebied. Om toch met elkaar contact te houden brullen ze. Op die manier kunnen leeuwen samenwerken en hun territorium bewaken. Toch is dat gedrag in het wild nog maar beperkt onderzocht. Dat komt vooral doordat het lastig is om lange tijd goed vast te leggen wanneer en waar een leeuw precies brult.

Onderzoekers van het GAIA Initiative van het Leibniz Institute for Zoo and Wildlife Research hebben daar nu een oplossing voor gevonden. Zij ontwikkelden een AI-model dat gebrul kan herkennen met alleen bewegingsdata afkomstig van een halsband. Het onderzoek is te vinden in Ecological Informatics.

Stap vooruit

Eerdere methoden werkten alleen bij mannelijke leeuwen die compleet stil stonden. Het nieuwe model werkt ook bij vrouwtjes en zelfs wanneer een leeuw loopt tijdens het brullen. Volgens de onderzoekers is dat een belangrijke stap vooruit.

Leestip: Wreed vermaak ver van Rome: leeuwenbeten op Romeins skelet eerste tastbare bewijs van gladiatorengevecht in Engeland

“Eerdere modellen waren alleen getraind op mannelijke leeuwen die geen ander gedrag vertoonden,” zegt onderzoeker Wanja Rast. “Onze nieuwe aanpak kan meer: we hebben een zogenoemd ‘U-Net’ getraind die het gebrul van zowel mannelijke als vrouwelijke leeuwen kan herkennen, ongeacht of ze bewegen of stilstaan.”

Leeuwenbrullen herkennen

Voor het onderzoek kregen zeven leeuwen in Etosha National Park in Namibië een halsband om. In die halsband zat een gps en een versnellingsmeter. Daarnaast droegen ze ook een audiologger. Met de geluidsopnames van de audiologger konden de onderzoekers eerst precies bepalen wanneer een leeuw brulde. Vervolgens koppelden ze die momenten aan de versnellingsdata. Zo leerde het AI-model welke patronen horen bij brulgedrag en welke niet.

In totaal gebruikten de onderzoekers de gegevens van 1.333 brulmomenten om het systeem mee te trainen en te testen. Daarna bleek het model opvallend goed te werken. Op basis van alleen de versnellingsdata kon het leeuwenbrullen in 90 tot 96 procent van de gevallen correct herkennen.

Dat is knapper dan je zou denken. Voor een mens is een leeuwenbrul vaak oorverdovend, maar gemeten met een gps en versnellingsmeter is het signaal juist vrij zwak. Bovendien lopen leeuwen geregeld tijdens het brullen. Daardoor raakt het subtiele patroon van het gebrul al snel vermengd met de veel sterkere bewegingsdata van het lopen. Eerdere modellen konden niet goed omgaan met dat soort ‘vermengde’ data. Het nieuwe model is daarentegen specifiek ontworpen om zulke gemengde signalen uit elkaar te halen.

Oude datasets

De resultaten zijn relevant omdat geluidsopnames in de praktijk veel energie en opslagruimte kosten. Dat wordt al snel een probleem op het moment dat een audiologger maandenlang aan moet staan: uiteindelijk worden de bestanden te groot en vraagt het opnemen ervan te veel energie.

Versnellingsmeters zijn daarentegen veel zuiniger. Daardoor kunnen ze dieren doorgaans veel langer volgen. En alhoewel ze niet direct meten hoe het gebrul klinkt, kunnen ze wel meten waar en wanneer het gebrul plaatsvindt. Die informatie kan ook heel waardevol zijn, in het bijzonder voor het bestuderen van ruimtelijke patronen. Daarmee opent de methode nieuwe deuren. Wetenschappers kunnen nu beter onderzoeken hoe leeuwen contact houden binnen een groep, hoe mannetjes en vrouwtjes hun brullen gebruiken en welke rol dat speelt tijdens confrontaties.

Volgens Melzheimer kunnen daardoor ook oude datasets ineens waardevol worden. Als daarin versnellingsdata van leeuwen aanwezig is kan het nieuwe model mogelijk alsnog achterhalen wanneer een dier brulde. Melzheimer: “Daardoor kunnen die oude gegevens worden gebruikt voor onderzoek naar roepgedrag, ook als die oorspronkelijk niet voor dat doel zijn verzameld.”

De onderzoekers plaatsen wel een kanttekening. Deze aanpak werkt alleen als een AI-model goed getraind kan worden op duidelijke patronen. Bij leeuwen lukt dat, maar bij andere diersoorten is dat niet altijd mogelijk. Niet elke roep veroorzaakt namelijk een herkenbaar bewegingssignaal in het lichaam.

We schreven vaker over dit onderwerp, lees bijvoorbeeld ook Een snuifje oxytocine maakt woeste leeuwen vriendelijk en Onderzoekers filmen hoe dappere leeuwenbroers een immens kanaal vol krokodillen oversteken (en het er wonder boven wonder levend vanaf brengen) . Of lees dit artikel: Waarom doodden deze twee leeuwen tientallen mensen? .

Uitgelezen? Luister ook eens naar de Scientias Podcast: