Vildnisset er stort og varieret, hjemsted for millioner af dyrearter. For økologer er det nøglen til succesfuld forskning at identificere og beskrive disse dyr. Det kan vise sig at være en stor opgave - men kunstig intelligens kan måske hjælpe.
I en ny rapport udgivet i denne uge viser forskere, hvordan de trænede en dyb læringsalgoritme til automatisk at identificere, tælle og karakterisere dyr i billeder. Systemet brugte fotografier taget fra bevægelsesfølende kamerafælder, som tager billeder af dyrene uden at forstyrre dem alvorligt.
Anbefalede videoer
"Vi har vist, at vi kan bruge computere til automatisk at udtrække information fra dyrelivsbilleder, såsom arter, antal dyr, og hvad dyrene laver." Margaret Kosmala, en forskningsmedarbejder ved Harvard University, fortalte Digital Trends. »Det nye er, at det er første gang, det er blevet vist, at det er muligt at gøre dette lige så præcist som mennesker. Kunstig intelligens er blevet god til at genkende ting i det menneskelige domæne - menneskelige ansigter, indre rum, specifikke objekter, hvis de er velplacerede, gader og så videre. Men naturen er rodet, og i dette sæt billeder er dyrene ofte kun delvist på billedet eller meget tæt på eller langt væk eller overlappende. Som økolog synes jeg det er meget spændende, fordi det giver os en ny måde at bruge teknologi til at studere dyreliv over brede områder og lange tidsspænd."
Forskerne brugte billeder taget og indsamlet af Snapshot Serengeti, et borgervidenskabsprojekt med stealth dyrelivskameraer spredt over hele Tanzania. Fra elefant til geparder, Snapshot Serengeti har samlet millioner af dyrelivsfotografier. Men selve billederne er ikke så værdifulde som de data, der er indeholdt i rammen, inklusive detaljer som antal og type dyr.
Automatiseret identifikation og beskrivelser har mange fordele for økologer. I årevis plejede Snapshot Serengeti at crowdsource opgaven med at beskrive dyrelivsbilleder. Med hjælp fra omkring 50.000 frivillige mærkede gruppen over tre millioner billeder. Det var denne skattekiste af mærkede billeder, som forskerne brugte til at træne deres algoritme.
Nu, i stedet for at henvende sig til borgerforskere, kan forskere muligvis tildele den besværlige opgave til en algoritme, som hurtigt kan behandle fotografierne og mærke deres nøgledetaljer.
"Enhver videnskabelig forskningsgruppe eller bevaringsgruppe, der forsøger at forstå og beskytte en art eller et økosystem, kan installere bevægelsessensorkameraer i det økosystem," Jeff Clune, en professor i datalogi ved University of Wyoming, sagde. "Hvis du for eksempel studerer jaguarer i en skov, kan du sætte et netværk af bevægelsessensorkameraer ud langs stier. Systemet vil så automatisk tage billeder af dyrene, når de bevæger sig foran kameraerne, og derefter A.I. teknologi vil tælle antallet af dyr, der er blevet set, og sletter automatisk alle de billeder, der er taget, der ikke har dyr i dem, hvilket viser sig at være meget, fordi bevægelsessensorkameraer udløses af vind, blade falder, osv.”
Et papir, der beskriver undersøgelsen blev offentliggjort i denne uge i tidsskriftet Proceedings of the National Academy of Sciences.
Redaktørens anbefalinger
- Analog A.I.? Det lyder skørt, men det er måske fremtiden
- Nvidias seneste A.I. resultater viser, at ARM er klar til datacentret
- Nvidia sænker barrieren for adgang til A.I. med Fleet Command og LaunchPad
- Læs det uhyggeligt smukke 'syntetiske skrift' af en A.I. der tror, det er Gud
- Fremtiden for A.I.: 4 store ting at holde øje med i de næste par år
Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.
