Onderzoek naar brullende leeuwen met de hulp van AI leidt tot definitie van nieuw soort gebrul 

In dit artikel:

Onderzoekers, onder meer van de Universiteit van Exeter, gebruikten artificiële intelligentie op meer dan 3.000 opnamen van brullende Afrikaanse leeuwen uit het Nyerere National Park in Tanzania. Deze analyse, gepubliceerd in Ecology and Evolution, onthulde naast bekende groeperingen van geluiden (grommen, kreunen en het volle brul) een eerder onopgemerkt tussentype: een korter, vlakker geluid dat vaak direct volgt op het klassieke, krachtige brul.

De AI-classificatie bleek 95,4% accuraat en overtrof subjectieve menselijke waarnemers, waardoor individuele leeuwen en populaties beter uit geluid kunnen worden herkend en gevolgd. Dat is relevant omdat leeuwen hun brul gebruiken voor territoriumafbakening en sociale communicatie, en omdat hun aantal in het wild volgens schattingen is gedaald tot circa 20.000–25.000 dieren; de IUCN classificeert de soort als kwetsbaar.

De studie illustreert hoe bio-akoestiek gecombineerd met machine learning praktische meerwaarde biedt voor natuurbeheer: geluidsdata kunnen populatiegrootte inschatten, individuele dieren monitoren en zo parkwachters ondersteunen bij beschermingsmaatregelen. De aanpak kan bovendien worden uitgebreid naar andere soorten.