科学家们利用人工智能以惊人的精确度解码狮子吼叫的声音特征，发现了第二种令人惊讶的狮子吼叫类型。这一突破不仅为狮子交流方式提供了新的认识，也为争分夺秒保护不断减少的狮子种群的保护主义者提供了强大的新工具。
埃克塞特大学的研究人员发现了一种此前未被识别的“中间吼叫”，它与众所周知的完整吼叫同时出现。这项发表在《生态与进化》期刊上的研究，首次应用人工智能自动将狮子的吼叫分类为不同类型。该系统的准确率达到95.4%，大大减少了人类解读的影响，从而能更一致地识别个体狮子。
该研究的主要作者、埃克塞特大学的乔纳森·格罗科特表示：“狮子的吼叫不仅是标志性的声音——它们还是可用于估算种群规模和监测个体动物的独特签名。到目前为止，识别这些吼叫在很大程度上依赖专家判断，这引入了潜在的人为偏差。我们使用人工智能的新方法有望实现更准确、更少主观性的监测，这对于致力于保护不断减少的狮子种群的保护主义者来说至关重要。”
狮子数量持续下降
世界自然保护联盟红色名录将狮子列为易危物种。目前的估计表明，非洲仅存20,000至25,000头野生狮子，而在过去四分之一个世纪里，这一数量已下降约一半。
这项新研究得出结论，狮子的吼叫序列同时包含已知的完整吼叫和中间版本，推翻了长期以来只存在一种吼叫类型的假设。在对其他大型食肉动物（包括斑点鬣狗）的研究中也报道了类似的发现，这进一步印证了生物声学在生态科学中日益增长的价值。
人工智能提升监测准确性
通过应用机器学习对完整吼叫进行分类，研究团队提高了区分个体狮子的能力。这种自动化的、以数据为中心的方法也简化了被动声学监测，为足迹调查或相机陷阱等常用技术提供了一种更可靠、更易获取的选择。
乔纳森·格罗科特补充说：“我们认为野生动物监测需要发生范式转变，需要大规模转向使用被动声学技术。随着生物声学的进步，它们将对有效保护狮子及其他受威胁物种至关重要。”
广泛合作支持新发现
该项目由埃克塞特大学与牛津大学野生动物保护单位、狮子景观组织、法兰克福动物学会、TAWIRI（坦桑尼亚野生动物研究所）和TANAPA（坦桑尼亚国家公园管理局）合作开展。来自埃克塞特和牛津的计算机科学家也为这项工作做出了贡献。
资助来自狮子恢复基金、德国世界自然基金会、达尔文倡议以及UKRI环境智能博士培训中心人工智能项目。