A hangjelzések keltésének, továbbításának és detektálásának mechanizmusát vizsgáló bioakusztikai kutatások egyre inkább részeivé válnak az ökológia és a zoológia tudományának.

Az Ecology & Evolution folyóiratban megjelent tanulmány szerzői mesterséges intelligencia (AI) segítségével vadon élő afrikai oroszlánok (Panthera leo) territoriális vokalizációját vizsgálva eddig nem ismert „köztes” üvöltést kategorizáltak, olyat, amely a korábbiaknál sokkal pontosabb egyedi azonosítást tesz lehetővé – írja az ausztrál Connect Sci tudományos hírportál.

A kutatók szerint mindeddig kizárólag a teli torokkal kiadott legendás üvöltés alapján próbálkoztak az oroszlánok egyedi terepi azonosításával, csakhogy a csak és kizárólag ezekre alapozott hangazonosítás erősen szubjektív.

Az általuk alkalmazott új kategorizálás szerint az ikonikus csúcsragadozók kétféle – egy teli torkú és egy ennél gyengébb, de a morgásnál erőteljesebb köztesnek elnevezett -- üvöltést is alkalmaznak, és ezek az AI segítségével precízen osztályozhatók. A tanulmányban bemutatott, a maximális frekvenciára és a hangadás hosszára vonatkozó mérőszámokon alapuló klaszterezés elegendő az oroszlánhangok típusainak nagy pontosságú (95,4 százalékos) besorolásához, állítják a kutatók.

A kutatók úgy vélik, hogy a mesterséges intelligenciát alkalmazó módszerük a korábbiaknál pontosabb és kevésbé szubjektív bioakusztikai megfigyelést ígér, ami kulcsfontosságú az erősen fogyatkozó oroszlánpopulációk védelméért dolgozó természetvédőknek. A Természetvédelmi Világszövetség (IUCN) vörös listája ugyanis a kihalás szélén álló fajok közé sorolja a becslések szerint már csak 20–25 ezer egyedet számláló afrikai oroszlán-populációt.