Google DeepMind: Perch 2.0 extiende IA acústica de aves a clasificación de ballenas
Hecho Qué ha ocurrido
Google DeepMind lanzó en agosto de 2025 Perch 2.0, un modelo bioacústico entrenado primariamente en vocalizaciones de aves y animales terrestres. Un nuevo estudio presentado en NeurIPS 2025 muestra que, sin haber sido entrenado con audio submarino, Perch 2.0 destaca en tareas de transferencia de aprendizaje para clasificar vocalizaciones de ballenas, superando a otros modelos como AVES-bio y BirdNet en la mayoría de conjuntos de datos submarinos (NOAA PIPAN, ReefSet, DCLDE).
Resumen generado mediante IA a partir de Google Research (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Demuestra que los modelos bioacústicos bien diseñados pueden transferirse a dominios muy distintos sin reentrenamiento, reduciendo drásticamente el coste computacional para identificar nuevas especies o sonidos marinos. Para equipos de investigación marina y organismos como NOAA, esto significa acelerar el descubrimiento de patrones en ecosistemas oceánicos con recursos limitados.
- Quién se ve afectado
- Institutos de investigación marina, agencias como NOAA, biólogos marinos, oceanógrafos y organizaciones de conservación de vida marina.
- Qué puede cambiar
- Los investigadores pueden ahora crear clasificadores personalizados para nuevos sonidos de ballenas o especies marinas usando solo un puñado de ejemplos etiquetados, evitando entrenamientos costosos desde cero. Google proporciona código abierto y tutoriales en Colab para facilitar este flujo de trabajo.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Adopción de Perch 2.0 en proyectos de monitoreo marino reales y ampliación del dataset de NOAA; mejoras en la identificación de nuevas vocalizaciones marinas (como el reciente 'biotwang' de las ballenas de Bryde); disponibilidad de herramientas integradas en Google Cloud para investigadores marinos; posible aplicación a otras especies submarinas más allá de ballenas.
Recomendación Qué debería hacer una empresa
Organizaciones de investigación marina y conservación deberían evaluar Perch 2.0 con sus datasets etiquetados en los próximos 3-6 meses, aprovechando los tutoriales y repositorio Hoplite de Google para prototipado rápido de clasificadores personalizados.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Fuente original: Google Research (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗bioacústicatransfer learningembedding modelslogistic regression Google DeepMindNOAA ballenasbioacústica marinamonitoreo ambientalPerch 2.0transfer learning
Tu opinión
0 comentarios
Relacionadas
Matemático acusa a OpenAI de falta de transparencia sobre resolución de un Problema del Milenio
El matemático Tristan Buckmaster denunció presiones y falta de transparencia por parte de OpenAI, después de que la compañía anunciara que sus modelos habían…
Por qué importaEl caso plantea dudas sobre atribución de méritos científicos, uso de datos de investigadores y comunicación corporativa de resultados de IA en…
DeepMind lanza AlphaGenome Atlas con predicciones de 9.000 millones de variantes del genoma humano
Google DeepMind ha publicado el AlphaGenome Atlas, un conjunto de datos de un petabyte que predice el efecto molecular de cada una de las aproximadamente nueve…
Por qué importaEsta base de datos podría acelerar drásticamente el diagnóstico de enfermedades raras y la investigación genética al reducir el tiempo necesario para…
Debate sobre el papel de la IA de OpenAI en la solución del problema de Navier-Stokes
OpenAI afirmó que su IA ayudó a resolver aspectos del problema matemático de Navier-Stokes, uno de los enigmas abiertos de la matemática desde hace casi 200…
Por qué importaEl caso ilustra la disputa creciente sobre atribución y verificación de resultados científicos cuando intervienen sistemas de IA, algo relevante para…
OpenAI afirma resolver parte del problema del milenio Navier-Stokes con IA, pero surge disputa de prioridad
OpenAI anunció el 8 de septiembre que un modelo interno más capaz que GPT-6 Astra produjo una prueba formal en Lean que resuelve dos de los cuatro enunciados…
Por qué importaEs el avance más significativo hasta ahora de IA en matemáticas de investigación de frontera, con verificación formal objetiva vía Lean, pero también…