Divočina je rozlehlá a rozmanitá, domov miliony živočišných druhů. Pro ekology je identifikace a popis těchto zvířat klíčem k úspěšnému výzkumu. To se může ukázat jako náročný úkol – ale umělá inteligence může pomoci.
V nové zprávě z tohoto týdne vědci ukazují, jak trénovali algoritmus hlubokého učení, aby automaticky identifikovali, počítal a charakterizoval zvířata na obrázcích. Systém používal fotografie zachycené z fotopastí snímajících pohyb, které pořizují snímky zvířat, aniž by je vážně rušily.
Doporučená videa
"Ukázali jsme, že můžeme používat počítače k automatickému získávání informací z fotografií divoké zvěře, jako jsou druhy, počet zvířat a to, co zvířata dělají." Markéta Kosmala, výzkumný pracovník na Harvardské univerzitě, řekl Digital Trends. „Nové je, že je to poprvé, co se ukázalo, že je to možné udělat tak přesně jako lidé. Umělá inteligence je stále dobrá v rozpoznávání věcí v lidské doméně – lidské tváře, vnitřní prostory, konkrétní objekty, pokud jsou dobře umístěné, ulice a tak dále. Příroda je ale nepořádná a na této sadě fotek jsou zvířata často na fotce jen částečně nebo velmi blízko nebo daleko nebo se překrývají. Jako ekologovi to považuji za velmi vzrušující, protože nám to dává nový způsob, jak využít technologii ke studiu volně žijících živočichů v rozsáhlých oblastech a na dlouhou dobu.“
Výzkumníci použili snímky zachycené a shromážděné Snapshot Serengeti, projekt občanské vědy stealth kamery pro divokou zvěř rozšířil po celé Tanzanii. Od slona po gepardy, Snapshot Serengeti shromáždil miliony fotografií divoké zvěře. Samotné obrázky však nejsou tak cenné jako data obsažená v rámci, včetně podrobností, jako je počet a typ zvířat.
Automatizovaná identifikace a popis má pro ekology mnoho výhod. Snapshot Serengeti léta používal k crowdsourcingu úkolu popisovat snímky divoké zvěře. S pomocí asi 50 000 dobrovolníků skupina označila přes tři miliony obrázků. Právě tuto pokladnici označených snímků použili výzkumníci k trénování svého algoritmu.
Nyní, spíše než se obracet na občanské vědce, mohou být výzkumníci schopni přiřadit pracný úkol algoritmu, který dokáže rychle zpracovat fotografie a označit jejich klíčové detaily.
"Každá vědecká výzkumná skupina nebo skupina na ochranu přírody, která se snaží porozumět a chránit druh nebo ekosystém, může v tomto ekosystému rozmístit kamery se senzory pohybu," Jeff Clune, profesor počítačových věd na University of Wyoming, řekl. „Například, když studujete jaguáry v lese, můžete podél stezek rozmístit síť kamer s pohybovými senzory. Systém pak automaticky pořídí snímky zvířat, když se pohybují před kamerami, a poté A.I. technologie bude počítat počet zvířat, která byla spatřena, a automaticky smazat všechny pořízené snímky, na kterých nejsou zvířata, což se ukazuje jako hodně, protože kamery s pohybovým senzorem jsou spouštěny větrem, padajícím listím, atd."
Dokument podrobně popisující výzkum byl tento týden publikován v časopise Proceedings of the National Academy of Sciences.
Doporučení redakce
- Analogové A.I.? Zní to šíleně, ale může to být budoucnost
- Nejnovější A.I od Nvidie. výsledky dokazují, že ARM je připraven na datové centrum
- Nvidia snižuje bariéru vstupu do A.I. s Fleet Command a LaunchPad
- Přečtěte si děsivě krásné ‚syntetické písmo‘ A.I. který si myslí, že je to Bůh
- Budoucnost A.I.: 4 velké věci, na které je třeba se v příštích letech dívat
Upgradujte svůj životní stylDigitální trendy pomáhají čtenářům mít přehled o rychle se měnícím světě technologií se všemi nejnovějšími zprávami, zábavnými recenzemi produktů, zasvěcenými úvodníky a jedinečnými náhledy.
