Skip to main content
Automaziot AI logo
  • Home
  • Blog
  • About
  • Contact
(646) 760-4854Book a Free Consultation
Automaziot AI - AI Automation and Intelligent Agents for Business

AI Automation Experts. We help businesses streamline operations and scale faster with intelligent agents and workflow automation.

USA(646) 760-4854Israel HQ+972-3-7630715info@automaziot.ai
Israel HQ: Ahad Ha'Am 9, Tel Aviv

Quick Links

  • Home
  • About
  • Contact
  • Case Studies
  • Glossary

Our Solutions

  • Lead Management
  • WhatsApp AI Agent
  • Business Automation
  • Smart CRM
  • Automated Scheduling
  • Sales & Support
  • WhatsApp Commerce
  • AI Agents
  • Tech Consulting

Stay Updated

Get the latest insights on AI automation delivered to your inbox.

FacebookInstagramLinkedIn

This site uses Google Analytics and Vercel Analytics to improve your experience. For full details, see our Privacy Policy

© 2026 Automaziot AI. All rights reserved.

Privacy PolicyTerms of ServiceAccessibilityEditorial Policy
Perch 2.0: AI לזיהוי קולות לווייתנים מציפורים
Perch 2.0: AI מציפורים חושף תעלומות תת-ימיות
ביתחדשותPerch 2.0: AI מציפורים חושף תעלומות תת-ימיות
מחקר

Perch 2.0: AI מציפורים חושף תעלומות תת-ימיות

מודל הביואקוסטיקה של גוגל דיפמיינד, מאומן על קולות ציפורים, מצטיין בזיהוי צלילי לווייתנים – תוצאות מפתיעות ממחקר חדש

אייל יעקבי מילראייל יעקבי מילר
9 בפברואר 2026
4 דקות קריאה

תגיות

Google DeepMindPerch 2.0Google ResearchNOAANeurIPS 2025

נושאים קשורים

#ביואקוסטיקה#למידת מכונה#אקוסטיקה ימית#מודלים פתוחים#למידת העברה#שימור סביבה

✨תקציר מנהלים

Key Takeaways

  • Perch 2.0 מאומן על ציפורים ומצטיין במשימות תת-ימיות ללא אימון ימי.

  • ביצועים מובילים ב-NOAA PIPAN, ReefSet ו-DCLDE עם few-shot learning.

  • קוד פתוח ו-Colab demo זמינים ליצירת מסווגים מותאמים.

  • רלוונטי למעקב סביבתי ולעסקים ישראליים בתיירות ימית.

  • למידת העברה חוסכת משאבים ומאיצה תובנות מדעיות.

Perch 2.0: AI מציפורים חושף תעלומות תת-ימיות

  • Perch 2.0 מאומן על ציפורים ומצטיין במשימות תת-ימיות ללא אימון ימי.
  • ביצועים מובילים ב-NOAA PIPAN, ReefSet ו-DCLDE עם few-shot learning.
  • קוד פתוח ו-Colab demo זמינים ליצירת מסווגים מותאמים.
  • רלוונטי למעקב סביבתי ולעסקים ישראליים בתיירות ימית.
  • למידת העברה חוסכת משאבים ומאיצה תובנות מדעיות.

Perch 2.0: AI מבוסס ציפורים חושף תעלומות תת-ימיות

האם ידעתם שמודל AI שמאומן על ציוצי ציפורים יכול לפענח את שירת הלווייתנים בעומקי האוקיינוס? גוגל דיפמיינד משיקה את Perch 2.0, מודל יסוד לביואקוסטיקה שמאומן בעיקר על בעלי חיים יבשתיים ומפתיע בביצועים מרשימים במשימות תת-ימיות. לפי הדיווח, המודל משמש לזיהוי מינים חדשים ומסייע בהגנה על יונקי ים, מה שפותח אפשרויות חדשות למחקר סביבתי בקנה מידה גדול. זהו קפיצת מדרגה בלמידת העברה שחוסכת זמן ומשאבים.

מה זה Perch 2.0?

Perch 2.0 הוא מודל יסוד לביואקוסטיקה שפותח על ידי גוגל דיפמיינד, מאומן בעיקר על קולות ציפורים ובעלי חיים יבשתיים אחרים, ללא נתוני אודיו תת-ימיים באימון. המודל יוצר embeddings איכותיים שמאפשרים למידת העברה יעילה למשימות זיהוי צלילים תת-ימיים כמו שירת לווייתנים. לפי המחקר, הוא מציג ביצועים מובילים במשימות few-shot, ומאפשר יצירת מסווגים מותאמים אישית במהירות עם כמות נמוכה של דוגמאות מאומנות. המודל זמין כקוד פתוח עם הדגמה ב-Colab, ומשלב נתונים מ-NOAA.

Perch 2.0 בזיהוי קולות לווייתנים: תוצאות הבדיקה

במאמר חדש שהוצג ב-NeurIPS 2025, חוקרי גוגל ריסרץ' וגוגל דיפמיינד מדווחים על ביצועי Perch 2.0 במשימות תת-ימיות. המודל נבדק על מערכי נתונים כמו NOAA PIPAN, ReefSet ו-DCLDE, והציג AUC-ROC גבוה במיוחד בזיהוי מיני לווייתנים כגון minke, humpback ו-sei. בהשוואה למודלים אחרים כמו SurfPerch או AVES-bird, Perch 2.0 דורג ראשון או שני בכל המקרים. סוכני AI כאלה יכולים לשמש גם בעסקים לניתוח נתונים אקוסטיים.

ביצועים במשימות few-shot

בבדיקות few-shot עם 4-32 דוגמאות לכל מחלקה, Perch 2.0 התבלט במיוחד בזיהוי אקוטיפים של orcas (לווייתן קטלן). תרשימי t-SNE הראו הפרדה ברורה בין מחלקות, בניגוד למודלים אחרים. החוקרים מייחסים זאת לגודל המודל, נתוני אימון נרחבים וללמידת תכונות אקוסטיות דומות בין ציפורים ליונקי ים.

ההקשר והיתרונות של למידת העברה

למידת ההעברה בביואקוסטיקה מאפשרת שימוש במודל מאומן מראש לייצור embeddings, שמשמשים כקלט למסווג לוגיסטי פשוט. זה חוסך משאבי מחשוב ומאפשר לחוקרים ליצור מסווגים חדשים תוך שעות ספורות. גוגל שיתפה הדגמה מלאה ב-Colab עם נתוני NOAA בגוגל קלאוד, כולל Perch Hoplite לניהול embeddings. זה ממשיך מסורת שיתופי פעולה עם NOAA בזיהוי humpback whales.

ההשלכות לעסקים בישראל

בעידן שבו תעשיות כמו דיג, תיירות ימית ואנרגיה ימית צומחות בישראל, כלים כמו Perch 2.0 יכולים לסייע במעקב סביבתי אחר חיות ים בים התיכון ובים סוף. עסקים ישראליים בתחום האגרוטק והסביבה יכולים לאמץ אוטומציה עסקית מבוססת AI לניתוח צלילים, לזיהוי זיהומים או מעקב אחר דגים. זה רלוונטי במיוחד לחברות כמו EcoOcean שמשתמשות באקוסטיקה ימית, ומאפשר יתרון תחרותי בהגנה על משאבים טבעיים תוך ציות לתקנות סביבתיות אירופיות. מחקר זה מדגיש כיצד AI כללי יכול להתאים למשימות ספציפיות במהירות.

מה זה אומר לעסק שלך

בעתיד, מודלים כמו Perch 2.0 יאפשרו לעסקים לפרוס פתרונות AI מותאמים ללא אימון מאפס. בישראל, שבה חדשנות AI מובילה, זה פותח דלתות ליישומים במסחר אלקטרוני, ניהול לידים או שירות לקוחות באמצעות זיהוי קולות מתקדם. השקעה בייעוץ טכנולוגי יכולה להאיץ אימוץ טכנולוגיות כאלה.

האם עסקך מוכן לרתום את כוחה של ביואקוסטיקה AI? התחילו עם הדגמה חופשית והתאימו אותה לצרכיכם.

שאלות ותשובות

FAQ

אהבתם את הכתבה?

הירשמו לניוזלטר שלנו וקבלו עדכונים חמים מעולם ה-AI ישירות למייל

Your information will only be used to contact you and deliver our services. For details, see ourPrivacy Policy and Terms of Service

עוד כתבות שיעניינו אותך

לכל הכתבות
AI to Learn 2.0: מסגרת בקרה ל-AI מסייע בהכשרה
מחקר
Apr 23, 2026
5 min

AI to Learn 2.0: מסגרת בקרה ל-AI מסייע בהכשרה

**AI to Learn 2.0 היא מסגרת שמודדת אם תוצר שנוצר בסיוע AI באמת משקף יכולת אנושית ולא רק ניסוח מרשים.** לפי המאמר, היא כוללת חבילת מסירה בת 5 חלקים ורובריקת בשלות בת 7 ממדים, כדי לבדוק שימושיות, ביקורתיות, יכולת העברה והצדקה גם בלי גישה למודל המקורי. עבור עסקים בישראל, המשמעות ברורה: אם אתם משתמשים ב-ChatGPT, Claude, WhatsApp Business API, Zoho CRM או N8N כדי לייצר נהלים, סיכומים או תשובות ללקוחות, תצטרכו להוכיח מי בדק, איך תיעדתם, ואיך עובד אחר יכול להמשיך את העבודה. זהו מעבר ממדיניות AI כללית לממשל תוצרים מעשי.

arXivAI to Learn 2.0ChatGPT
Read more
Sessa למידול רצפים ארוכים: למה הארכיטקטורה הזו חשובה
מחקר
Apr 22, 2026
6 min

Sessa למידול רצפים ארוכים: למה הארכיטקטורה הזו חשובה

**Sessa היא ארכיטקטורת דקודר חדשה שממקמת Attention בתוך משוב רקורסיבי כדי לשפר זיכרון ארוך-טווח ושליפה סלקטיבית של מידע.** לפי מאמר חדש ב-arXiv, בתנאים תיאורטיים מסוימים היא מציגה דעיכת זיכרון איטית יותר ממודלי Transformer ו-Mamba-style, וגם תוצאות חזקות יותר במבחני long-context. עבור עסקים בישראל, המשמעות אינה החלפת מודל מיידית אלא הבנה שהדור הבא של סוכני שירות ומכירה יימדד פחות לפי גודל חלון ההקשר ויותר לפי היכולת לזכור פרטי לקוח, לשלוף התחייבויות קודמות ולעדכן מערכות כמו Zoho CRM ו-WhatsApp Business API בצורה עקבית.

SessaarXivTransformer
Read more
SCATR לדירוג תשובות בזמן ריצה: יותר דיוק בפחות מחשוב
מחקר
Apr 22, 2026
6 min

SCATR לדירוג תשובות בזמן ריצה: יותר דיוק בפחות מחשוב

**SCATR הוא מנגנון דירוג קל משקל לבחירת התשובה הטובה ביותר מתוך כמה תשובות שמודל שפה מייצר בזמן ריצה.** לפי המאמר, הוא משפר דיוק בעד 9% לעומת שיטות ביטחון פשוטות, עם עד פי 1000 פחות השהיה לעומת גישות כבדות יותר. עבור עסקים בישראל, המשמעות היא שניתן לשפר איכות מענה ב-WhatsApp, בצ'אטים ובמערכות CRM בלי להיכנס מייד ל-fine-tuning יקר. השורה התחתונה: מי שמפעיל AI Agents עם N8N, Zoho CRM ו-WhatsApp Business API צריך לבחון לא רק איזה מודל לבחור, אלא גם איך מדרגים תשובות בזמן ריצה.

SCATRarXivBest-of-N
Read more
Visual RAG למסמכים: למה UniDoc-RL משנה את כללי המשחק
מחקר
Apr 20, 2026
5 min

Visual RAG למסמכים: למה UniDoc-RL משנה את כללי המשחק

**Visual RAG הוא גישה שמאפשרת למודלי בינה מלאכותית לאתר ראיות חזותיות בתוך מסמכים, תמונות ועמודים סרוקים, ולא רק להסתמך על טקסט.** במחקר UniDoc-RL, לפי המאמר, הגישה הזאת השיגה שיפור של עד 17.7% לעומת שיטות RL קודמות באמצעות אחזור היררכי, בחירת עמודים וחיתוך אזורים רלוונטיים. עבור עסקים בישראל, המשמעות מעשית: ניתוח מדויק יותר של חוזים, פוליסות, חשבוניות ותיקים רפואיים. הערך העסקי האמיתי יגיע כשמחברים מנוע כזה לתהליכים קיימים דרך N8N, Zoho CRM ו-WhatsApp Business API, תוך עמידה בדרישות פרטיות ועבודה מדויקת בעברית.

arXivUniDoc-RLLVLM
Read more