“Wer ruft da?” Ein neuer Algorithmus zur Identifizierung einzelner Marmosetten anhand ihrer Rufe
Wer ruft da? Marmosetten sind sehr soziale und stimmgewaltige Affen, was sie zu idealen Modellen für die Erforschung der stimmlichen Kommunikation und schließlich ihrer Evolution macht. Dies bringt jedoch auch einige Probleme mit sich, da die Analyse dieser komplexen Kommunikationssignale schwierig sein kann. Glücklicherweise hat ein Team von NFS-Forschern unter der Leitung von Prof. Judith M. Burkart eine Lösung für dieses Problem gefunden.
Marmosetten © Judith M. Burkart
Die Kommunikation der Marmosetten ist komplex: Die Affen sind sehr wortgewandt, sie geben viele komplexe Rufe von sich, und sie leben in Gruppen, was bedeutet, dass viele Individuen gleichzeitig ihre Laute von sich geben. “Da Marmosetten in lauten Gruppen leben, ist es schwierig zu bestimmen, welches Individuum in der Gruppe einen bestimmten Ruf ausgestoßen hat“, erklärt Nikhil Phaniraj, Doktorand in Burkarts Team und Erstautor einer kürzlich veröffentlichten Studie, die sich mit diesem Problem beschäftigt. “Zu wissen, welches Individuum gerufen hat, wäre für die Forschung sehr wertvoll.“
Identitätskrise bei Marmosetten
Burkart und ihr Team untersuchen die vokale Kommunikation von Marmosettenaffen, um die Ursprünge und die Entwicklung der Sprache zu verstehen. “Dazu müssen wir untersuchen, wie sich die Vokalisationen bei einzelnen Marmosetten entwickeln, ob und wie sich diese Vokalisationen im Laufe der Zeit verändern und wie die Individuen auf die Vokalisationen anderer Affen reagieren“, sagt Phaniraj. Um dies zu erreichen, mussten die Forscher bisher ein Individuum aus der Gruppe isolieren und seine Lautäusserungen untersuchen. “Aber das ist unnatürlich, weil die Marmosetten in der Isolation ihre Kommunikationsfähigkeiten nicht voll entfalten können“, bedauert Phaniraj. Für die Forscher ist es daher von entscheidender Bedeutung, die Affen in ihrer sozialen Gruppe zu studieren – was eine Methode erfordert, die es ihnen ermöglicht, sie zu unterscheiden, wenn sie in Gruppen kommunizieren.
Wir haben Ihre Anrufer-ID!
Die Forscher griffen in die Trickkiste und entwickelten einen neuartigen Algorithmus für maschinelles Lernen, der die Identität des Affen allein anhand seiner Stimme bestimmen kann. Die Pipeline übernimmt zunächst die einfachere Aufgabe, das Geschlecht des Affen anhand von Mustern in der Vokalisation zu bestimmen, und ermittelt später das Individuum dank der Extraktion von mehr als 7.700 Merkmalen, die in jedem Ruf enthalten sind. “Dies ermöglicht eine höhere Genauigkeit als bei traditionellen Ansätzen zur direkten Bestimmung des Individuums“, kommentiert Phaniraj. Die Pipeline wurde an einem Satz von 20 Individuen (10 Männer und 10 Frauen) getestet und zeigte vielversprechende Ergebnisse.
Die Zukunft ruft
Wie bei jedem Algorithmus des maschinellen Lernens ist die Qualität des Datensatzes, auf dem der Algorithmus lernt, das Wichtigste, um genaue Ergebnisse zu erzielen. “Ein grosser Teil des Projekts konzentrierte sich darauf, gute Datensätze zu finden, mit denen der Algorithmus trainiert werden konnte“, sagt Phaniraj. “Wir wollten sicherstellen, dass unser Datensatz ausgewogen ist, d. h. dass Rufe von allen Individuen und allen Geschlechtern gleichermassen vertreten sind.” Jetzt, da die Pipeline einsatzbereit ist, kann die Technologie auf die Projekte des Labors angewendet werden. Die Forscher nutzen sie beispielsweise bereits, um die ‘Prosozialität’ einzelner Affen zu bestimmen. “Eine Art und Weise, wie Marmosetten anderen Gruppenmitgliedern helfen (d. h. ‘prosozial’ sind), besteht darin, dass sie Futterrufe ausstossen, wenn sie Futter finden, damit sie andere Mitglieder informieren und es mit ihnen teilen können“, erklärt Burkart. “Indem wir untersuchen, welche Mitglieder der Gruppe Futterrufe abgeben und welche nicht, wenn sie Futter finden, können wir abschätzen, wie prosozial sie individuell sind.“
In Zukunft könnte die gleiche Pipeline erweitert werden, um Individuen anderer gruppenlebender Arten zu unterscheiden.
Referenz
Phaniraj Nikhil, Wierucka Kaja, Zürcher Yvonne and Burkart Judith M. 2023. Who is calling? Optimizing source identification from marmoset vocalizations with hierarchical machine learning classifiers. J. R. Soc. Interface. 20: 20230399. http://doi.org/10.1098/rsif.2023.0399.
