Google’s Perch 2.0, ein fortschrittliches KI-Modell, hat eine überraschende Fähigkeit demonstriert: Es kann Walfänge erkennen – obwohl es fast ausschließlich auf Vogelgesängen trainiert wurde. Dieser Durchbruch zeigt, dass große KI-Modelle über die Fähigkeit verfügen, abstrakte Muster in akustischen Daten zu erkennen, selbst wenn sie mit völlig anderen Spezies konfrontiert werden. Perch 2.0 unterscheidet nicht nur zwischen Walfreund- und Nicht-Walfreund-Signalen, sondern kann auch zwischen verschiedenen Walfamilien unterscheiden, obwohl es nie zuvor echte Walsignale gesehen hat. Die Leistung beruht auf der Fähigkeit des Modells, grundlegende akustische Strukturen wie Tonhöhe, Frequenzmodulation und zeitliche Muster zu erkennen – Merkmale, die bei Tieren unterschiedlicher Arten überraschend ähnlich sein können. Der Schlüssel liegt in der Größe und Vielfalt der Trainingsdaten. Perch 2.0 wurde mit Millionen von Aufnahmen von Vogelgesängen aus der ganzen Welt trainiert, was dem Modell ein tiefes Verständnis für komplexe biologische Akustik verlieh. Diese allgemeine akustische Intuition ermöglicht es dem System, Muster zu erkennen, die menschliche Forscher möglicherweise übersehen würden. Selbst wenn ein Signal nicht in den Trainingsdaten vorkommt, kann das Modell aufgrund seiner generalisierten Kenntnisse vermuten, ob es von einem Tier stammt – und in welcher Art von Tier. Dieser Mechanismus wird als „Transfer Learning“ bezeichnet, bei dem Wissen aus einem Bereich auf einen anderen übertragen wird, der äußerlich unverwandt erscheint. Die Bedeutung dieses Ergebnisses geht weit über die bloße Spezieserkennung hinaus. Es zeigt, dass große KI-Modelle nicht nur Sprache oder Bilder verarbeiten, sondern auch komplexe, in der Natur verborgene Muster in unstrukturierten Daten entdecken können. Für die Umweltforschung und den Naturschutz könnte dies ein entscheidender Schritt sein: Mit solchen Modellen könnten Forscher die Kommunikation von bedrohten Arten wie Walen überwachen, ohne ständig neue spezifische Modelle für jede Art entwickeln zu müssen. Die Technologie könnte zudem helfen, menschliche Einflüsse auf Meeresökosysteme frühzeitig zu erkennen – etwa durch Lärmverschmutzung, die die Walfreund-Interaktionen stört. Industrielle Experten sehen in diesem Fortschritt eine neue Ära der ökologischen KI. „Es ist beeindruckend, wie gut ein Modell, das nie einen Wal gehört hat, doch die Signatur eines Wals erkennen kann“, sagt ein Forscher vom Woods Hole Oceanographic Institution. „Das zeigt, dass KI nicht nur nach Mustern sucht, sondern ein gewisses Verständnis für biologische Kommunikation aufbauen kann.“ Google hat Perch 2.0 als Open-Source-Tool bereitgestellt, was die wissenschaftliche Gemeinschaft ermutigt, es für globale Monitoring-Initiativen zu nutzen. Die Entwicklung unterstreicht, dass die Zukunft der KI nicht nur in spezialisierten Anwendungen liegt, sondern in der Fähigkeit, Wissen über Grenzen hinweg zu verbinden – und so die Natur besser zu verstehen.