Dankzij steeds beter wordende luisteralgoritmes kan een kunstmatige intelligentie nu uit zichzelf vogelgeluiden herkennen. Zelfs in een drukke stad, waar veel omgevingsgeluid is. De Univeristy of Oxford werkt aan het zelflerende programma dat vogeltellen makkelijker moet maken.

Het algoritme moet niet-gemonitorde waarnemingen makkelijker maken voor ecologen. Op dit moment moeten de vogeldiversiteit in een buurt vaak door een persoon gemeten worden: uren achtereen op een plek zitten, je ogen en oren de kost geven en hopen dat de waarnemingsperiode representatief is voor de normale situatie. Ook crowdsourcing wordt regelmatig gebruikt voor vogeltellingen; ook in Nederland is de vogelteldag een jaarlijks terugkerend evenement.

Het kost echter veel tijd en moeite. Bovendien is het waarneming van vogels aan de hand van hun zang moeilijk, omdat vogels snel hetzelfde klinken, zeker als er veel ruis aanwezig is. Mogelijk kunnen computers uitkomst brengen. In Oxford gebruikten ze 15 opnames van Europese en Aziatische vogels zoals de nachtegaal en de mees. Die mengden ze met geluiden van een rustig park en een drukke marktstraat. Vervolgens ging een zelflerend algoritme aan de slag met de opnamen, en probeerde zo de vogels te identificeren.

Het algoritme leerde helemaal uit zichzelf aan de hand van een gratis beschikbare vogeldatabase. Uiteindelijk bleek het goed te werken, hoewel de resultaten voor het parkgeluid beter waren dan voor andere (lawaaiiger) omgevingen. De onderzoekers merken echter op dat er een groter probleem is: sommige vogelgeluiden lijken teveel op het achtergrondgeluid. Vooral de nachtegaal wordt slecht herkend, omdat de frequentie van de zang van deze vogel dezelfde is als die van menselijke spraak.

Er is, kortom, nog wat werk aan de winkel. Toch zou het programma veel profijt kunnen bieden voor vogelonderzoekers; in afgelegen of juist drukke gebieden kan zo op zijn minst een indicatie worden gegeven van de vogelpopulatie, zonder dat het vele manuren geestdodend werk vereist. Verschillende apps leveren al een dergelijke service, maar het zelflerende karakter van het Oxford-algoritme kan uitkomst bieden voor observaties die langer duren, en waarbij onduidelijk is wat voor vogels er in de buurt leven.