Acompanhar os golfinhos é um processo escorregadio e irregular. Primeiro, você deve adquirir tempo em um navio ou avião, o que é caro. Depois disso, o que você vê depende de fatores incontroláveis, como clima, condições oceânicas e se as criaturas passam na superfície do mar.
Como alternativa, os pesquisadores tentaram implementar sensores subaquáticos para espionar o uso de golfinhos clicados para a localização ecológica, o que pode fornecer pistas sobre os números, distribuições e comportamentos de mamíferos aquáticos. Verificando todos esses dados, no entanto, torna-se uma nova dor de cabeça.
Um programa de aprendizado de máquina – semelhante ao que recomenda novos amigos do Facebook para você – pode ajudar. Em um estudo publicado quinta-feira na PLOS Computational Biology , cientistas da Scripps Institution of Oceanography in California apresentaram um algoritmo capaz de analisar 52 milhões de golfinhos e identificar sete grupos distintos de som. Esses tipos de cliques, os autores especulam, podem corresponder a diferentes tipos de golfinhos.
Como muitas boas histórias científicas, esta foi o resultado da miséria dos estudantes de pós-graduação. Logo depois que Kait Frasier começou seu Ph.D. no Laboratório de Baleia Acústica da Scripps, ocorreu o derramamento de óleo da Deepwater Horizon. Querendo monitorar como os golfinhos estavam fazendo após o derramamento, ela e colegas colocaram sensores acústicos ao redor do Golfo do México. Era o trabalho do Dr. Frasier atravessar as montanhas de dados e identificar cliques de golfinhos.
“Eu tentei por muitos anos realmente envolver minha cabeça em torno de padrões nos sinais de golfinhos”, disse o Dr. Frasier, que agora é cientista de projeto assistente da Scripps. “Eu poderia chegar em algum lugar, mas demorou muito tempo e foi meio subjetivo”.
Ela se perguntou se ela poderia aproveitar as técnicas de aprendizado de máquinas usadas pelo Google e Facebook – “ferramentas literalmente projetadas para grandes dados”, disse ela – para melhorar o processo meticuloso