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
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Google Research (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗bioacústicatransfer learningembedding modelslogistic regression Google DeepMindNOAA ballenas bioacústica marina monitoreo ambiental Perch 2.0 transfer learning
Relacionadas
Google DeepMind lanza actualización de Perch para analizar audio de especies en peligro
Google DeepMind ha publicado una versión mejorada del modelo Perch, entrenado con casi el doble de datos de diversas especies animales (aves, mamíferos…
Por qué importaRepresenta un avance concreto en aplicación de IA para conservación de la biodiversidad, con resultados verificables en campo (descubrimiento de…
Google DeepMind publica herramientas de IA para mapear especies y predecir deforestación
Google DeepMind ha anunciado tres avances en aplicación de IA a conservación ambiental: un modelo de predicción de riesgo de deforestación a resolución de 30…
Por qué importaEstas herramientas democratizan el acceso a capacidades de análisis ambiental de alto nivel para gobiernos, empresas y organizaciones de…
DeepMind entrena modelos para detectar y contar fauna en Serengeti automáticamente
Google DeepMind colabora con ecólogos para desarrollar modelos de aprendizaje automático que detecten, identifiquen y cuenten animales en millones de fotos de…
Por qué importaDemuestra aplicación práctica de IA en conservación con impacto inmediato: acelera la investigación ecológica permitiendo a conservacionistas…
Un sistema de nariz electrónica con IA permite transmitir olores por internet para reproducirlos a distancia
Un equipo de la Universidad Estatal de Ohio y el Laboratorio Zhejiang presentó Scentronic, un sistema que detecta un olor con seis sensores, lo clasifica con…
Por qué importaMuestra una vía técnica para transmitir sensaciones olfativas a distancia, aunque el resultado aún es de laboratorio y con pocas muestras. Para la…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.