Google用机器学习把各种鸟叫整合成一张互动图，而且开源了代码

你能听出几种鸟叫的声音？

在Google最新公布的一个实验里，三位研究者使用机器学习，把上千种鸟叫的声音，整合成一张可视化的互动图。鸟类的叫声很难学习，因为各种叫声都很有不同的特色，同时很多叫声听起来非常相似。

想体验这个可视化的鸟类叫声图，可以用过如下地址：

https://aiexperiments.withgoogle.com/bird-sounds/view/

为了将机器学习用于追踪鸟类的叫声，研究者做了一个小测试。基于康奈尔大学的鸟叫数据，在不给定电脑任何额外信息和标签，甚至不告知鸟类名称的情况下，看看电脑是否能学会组织这些叫声。

为了组织鸟叫，需要把鸟类叫声切成很小的片段，然后使用一种叫做t-SNE的机器学习算法，把这些片段组织在一起。首先电脑建立了一系列的声纹，然后t-SNE比较所有的声纹，并把类似的声音排布在一起。t-SNE的作用就是把这些声纹，从一个超过三个的高纬度的空间降到二维，以便进行后续的可视化。

关于t-SNE算法，可以参考这一页面：

https://github.com/lvdmaaten/bhtsne

最终，Google使用电脑创建了一个鸟类叫声的地图，机器学习算法把类似的叫声相邻排布，另外还支持搜索特定鸟类的叫声。未来研究者寄望于将这一研究推广到更多的领域。

Hacker News上有人评价说这是一个惊人的实验：可以通过声音监控生物多样性。未来通过一个全向麦克风矩阵，就能用来“捕捉”动物存在的证据，甚至发现全新的物种。

这一实验项目的代码公布在这里：

https://github.com/googlecreativelab/aiexperiments-bird-sounds

【完】