传统的“鸟口普查”方式，一般以肉眼观测或以摄像机监测鸟踪，相当耗时耗力，也面对监测范围受限等挑战。一群关心生态保育的年轻人正在开发一款人工智能应用，通过分析鸟鸣来辨识本地鸟类品种，可减少生物多样性监测所需时间，更好地支持生态保育工作。
这个以本地一种颇常见鸟类噪鹃的英文名“Koel”命名的平台，由五名年轻科技人员和学生携手开发。Koel团队正同国家公园局合作对平台进行测试，以继续提升这套工具识别鸟鸣的精准度。
根据新加坡野鸟会的网上数据库，本地出现的鸟类品种超过400种。由于Koel平台以一套开源软件为基础建构，它原本已具备辨识约100种常见鸟类鸣叫声的能力，其中包括约40种本地鸟品种，其余的多数是北美鸟类。
Koel团队成员钟适（29岁）受访时说，通过人工智能科技识别鸟鸣和监测鸟类多样性的科技，在美国已发展一段时日，但在东南亚还不算很普及。Koel平台理论上虽可凭鸟鸣辨认约40种本地鸟类，但由于测试还不足，整体上的精准度未确定。
尽管如此，团队根据当局所关注的大盘尾（Greater Racket-tailed Drongo）、鹩哥（Common Hill Myna）以及黄冠鹎（Straw-headed Bulbul）等五种本地鸟类，使用现有和额外收集的录音数据，对Koel平台的人工智能模型进行训练后，在辨识精准度上取得一定成绩。
以大盘尾和鹩哥这两种鸟类来说，Koel平台如今凭鸟鸣辨认的准确度介于75%至80%。
Koel团队是在去年一场以环保为主题的“黑客松”（hackathon）中，脱颖而出的五个优胜组合之一。这项马拉松编程活动由政府开源科技部（Open Government Products）与新加坡生态基金合作举办，让参与者就环境课题，与政府机构合作开发科技解决方案，并进行产品测试。
从事软件开发的钟适、里特维克·贾（Ritwik Jha）和黄光辉，去年组队参加这项黑客松，认识了新加坡国立大学计算机工程系学生纳兹鲁尔·沙米（Nazrul Syahmi）和英德尼尔·帕兰贾佩（Indraneel Paranjape）。两组男生都关注自然保育课题，决定合并成立Koel团队，就保育人员监测本地生物多样性所面对的挑战，探讨解决方案。同为25岁的纳兹鲁尔和英德尼尔已从国大毕业。
团队之前与公园局人员交流后了解到，保育工作者若要了解某地点的鸟类数量，一个传统做法是在一个固定地点观测，并记录鸟品种的数量；另一方法则是设置摄像机捕捉鸟踪，但这未必能有效捕捉飞上树梢鸟类的踪迹。
近年，通过辨识鸟鸣来监测鸟类数量的方法，越来越受重视。英德尼尔指出，对比在固定位置观测或利用摄像机捕捉鸟踪，采用录音仪器收录鸟鸣，可捕捉四面八方，更大范围的数据。
每个鸟品种有其独特鸣叫声，纳兹鲁尔指出，保育人员可通过录音辨认某个范围内有多少鸟品种，以及这些品种数量会否随着时间而改变。然而，尽管并非每一刻录音都捕捉到鸟鸣，但整段录音仍需要一个人花时间从头听到尾，当局面对的一大挑战是缺少人力处理和分析数据。
人工智能工具可将数据分析时间减半
若以当局用了三个月收集的录音为例，团队估计，这需要花约4200个小时进行人工处理和分析。英德尼尔指出，Koel平台利用人工智能找出收录鸟鸣的录音片段，并对鸟品种进行初步辨识，最后虽仍需专家进行核实，但这已省下超过一半的时间。Koel平台识别鸟品种的能力，经过专家的核实，才能越来越精准。
团队早前与公园局和万态保育集团合作，分别在武吉知马山、牛乳场自然公园，以及新加坡飞禽公园的鸟舍安装录音器，额外收录约100小时的鸟鸣录音。
钟适说，团队希望逐步提升平台的功能，对本地保育工作发挥实质作用，包括让人们更了解适合鸟类栖息的生态环境，以及协助生物多样性影响评估调查。
