マッコウクジラを見つけるための新しい方法は、ライドシェアアプリのような仕組みだ

海洋生物学者は、マッコウクジラのコミュニケーションの詳細を少しずつ理解しつつあります。しかし、クジラが何を言っているのかを解読するには、まず彼らを見つけ、どこで浮上するかを知る必要があります。これは簡単なことではありません。マッコウクジラは 10,000 フィート以上も潜水し、最長 60 分間も水面下に留まることができるからです。彼らの生息地は何千マイルにも及びます。

現在、CETIプロジェクト（鯨類翻訳イニシアチブ）とハーバード大学の科学者らは、自律型ロボットと豊富なセンサーデータの組み合わせを使用してマッコウクジラを見つけ、浮上する場所を予測する新しい方法を提案している。この方法は、10月30日にサイエンス・ロボティクス誌に掲載された研究で詳しく説明されている。

[関連:マッコウクジラには独自の「アルファベット」があるかもしれない。 ]

この方法は、科学者にとって、厳しい環境で新しいアルゴリズム、センシングデータ、人工知能をテストするチャンスです。2020年に初めて開始されたプロジェクトCETIは、マッコウクジラ同士がどのようにコミュニケーションを取っているかを解明するために発声を収集する取り組みを行っています。彼らは、クジラにタグを取り付けてリアルタイムで追跡し、カスタマイズされたドローンを使ってクジラの行動を追跡してきました。

この新しい研究では、超短波 (VHF) 信号感知機能を備えた空中ドローンを含むさまざまな感知装置が使用されています。これらの装置は、信号の位相とドローンの動きを利用して「空中のアンテナアレイ」を模倣することができます。これにより、CETI が追跡しているタグ付きクジラの 1 頭からの音がどの方向に移動しているかを推定できます。

チームによると、これは、センサーデータを使ってマッコウクジラの潜水行動を予測し、いつどこでマッコウクジラが浮上するかを予測する方法を示しているという。そのデータを使って、プロジェクトCETIはドローンが海面にいるクジラに近づく、または遭遇するための最も効率的なルートを予測するアルゴリズムを作成できる。将来的には、浮上中のクジラに船が衝突するのを防ぐなど、保全方法に応用できる可能性がある。

彼らはこの方法を、リモートセンシングによるクジラ追跡およびランデブーのための自律車両 (AVATARS) フレームワークと呼んでいます。このフレームワークは、自律性とセンシングという 2 つの相互に関連するコンポーネントを使用します。自律性は、クジラを視覚的に発見する可能性を高めるために展開される自律ロボットの位置決めコマンドを決定します。センシングは、クジラのタグからの到着角度を測定し、ロボットを展開する場所の意思決定プロセスをより適切に通知します。自律ドローン、浮上タグ、水中センサー、およびマッコウクジラの以前の生物学的研究からのクジラの動きモデルから取得されたデータはすべて、AVATARS 自律意思決定アルゴリズムに入力され、マッコウクジラとのランデブーの機会を逃すことを最小限に抑えることを目指します。

[関連:マッコウクジラの群れはアクセントで互いを区別する。]

この種の時間的に重要なランデブー方式の類似した、よりよく知られている応用例は、ライドシェア アプリです。これらのアプリでは、リアルタイム センシングを使用して、変化する経路と位置を記録し、ドライバーと潜在的な乗客を結び付けます。乗客が乗車をリクエストすると、アプリはドライバーを割り当てて、できるだけ迅速かつ効率的に乗客のもとに到着できるようにします。チームによると、Project CETI の新しい方法は、クジラをリアルタイムで追跡し、最終的にはドローンのランデブーを調整して水面でクジラと会うという目標を掲げ、同様の方法で機能します。

「CETIプロジェクトのこの画期的な進歩に貢献できることを嬉しく思います」と、研究の共著者でハーバード大学のコンピューター科学者ステファニー・ギル氏は声明で述べた。「自律システムと高度なセンサー統合を活用することで、自然の生息地でクジラを追跡し研究する際の重要な課題を解決することができます。これは技術的な進歩であるだけでなく、これらの生き物の複雑なコミュニケーションと行動を理解する上で重要な一歩でもあります。」