Η τεχνική χρησιμοποιεί τεχνητή νοημοσύνη για να αναλύσει τα ραχιαία πτερύγια του καρχαρία, τα οποία είναι μοναδικά για κάθε καρχαρία. Για να εκπαιδεύσουν το σύστημα, οι ερευνητές Ben Hughes και Tilo Burghardt χρησιμοποίησαν ένα σύνολο δεδομένων 240 φωτογραφιών. Αν και αυτό μπορεί να ακούγεται σαν μια σχετικά μικρή ποσότητα δεδομένων, αποδείχθηκε ότι λειτουργεί με ακρίβεια 81 τοις εκατό.
Προτεινόμενα βίντεο
Δεν είναι η πρώτη φορά που μια τέτοια τεχνολογία εφαρμόζεται στην παρακολούθηση θαλάσσιων ζώων. Πριν από μερικά χρόνια, ερευνητές στο Eckerd College στην Αγία Πετρούπολη της Φλόριντα χρησιμοποίησαν τεχνικές όρασης υπολογιστή και επεξεργασίας σήματος για να αναγνωρίσουν τα δελφίνια με βάση τα περιγράμματα των πτερυγίων τους.
Σε αντίθεση με αυτό το έργο, η δουλειά των Hughes και Burghardt επέλεξε να αντικαταστήσει τα περιγράμματα των πτερυγίων ως κύρια μέτρηση με τα μοναδικά περιγράμματα ενός συγκεκριμένου τμήματος του ραχιαίο πτερύγιο ενός καρχαρία.
«Η ιδέα πίσω από τη χρήση τμημάτων του περιγράμματος των πτερυγίων είναι να γίνει ισχυρή η ατομική αναγνώριση», δήλωσε ο Hughes στο Digital Trends. «Αυτή η στιβαρότητα επιτρέπει τοπικές αλλαγές στο σχήμα των πτερυγίων, για παράδειγμα λόγω ζημιάς με την πάροδο του χρόνου, επίσης ως αποφράξεις ίσαλου γραμμής - που σημαίνει όταν μέρος του πτερυγίου δεν μπορεί να φανεί επειδή είναι κάτω από το ίσαλο γραμμή. Από τεχνική άποψη, είναι επίσης ανθεκτικό σε σφάλματα ανίχνευσης περιγράμματος πτερυγίων, τα οποία μπορεί να προκύψουν ως αποτέλεσμα της αυτόματης εξαγωγής περιγραμμάτων πτερυγίων από εικόνες."
Στο παρελθόν, ερευνητές που παρακολουθούσαν καρχαρίες κατάφεραν να αποκαλύψουν κάποια ασυνήθιστη συμπεριφορά. Για παράδειγμα, το 2005 ερευνητές στο White Shark Trust ανακάλυψαν ότι ένας μεγάλος λευκός καρχαρίας ονόματι Nicole κολύμπησε από τη Νότια Αφρική στην Αυστραλία και ξανά πίσω σε διάστημα εννέα μηνών. Η δυνατότητα χρήσης τεχνητής νοημοσύνης για την καλύτερη παρακολούθηση των καρχαριών ελπίζουμε να αποκαλύψει περισσότερα από αυτό το είδος συναρπαστικής συμπεριφοράς.
«Ο στόχος αυτού του συστήματος αναγνώρισης finprinting είναι να δημιουργήσει μια διαδικτυακή διεθνή βάση δεδομένων που θα είναι προσβάσιμο σε επιστήμονες του λευκού καρχαρία σε όλο τον κόσμο στην αρχή και στη συνέχεια, σε ένα δεύτερο στάδιο, ανοίξτε το σε μη επιστήμονες», Michael Scholl, Διευθύνων Σύμβουλος του Ιδρύματος Save Our Seas, δήλωσε στο Digital Trends. «Έχει καταστεί αδύνατη η χειροκίνητη και οπτική διαχείριση βάσεων δεδομένων [για την αναγνώριση των καρχαριών], οι οποίες περιλαμβάνει εκατοντάδες χιλιάδες εικόνες και χιλιάδες άτομα, χωρίς αυτοματοποιημένη αναγνώριση Σύστημα. Η τεχνολογία επιτρέπει πλέον πολύ αποτελεσματικά εργαλεία αναγνώρισης και διαχείρισης βάσεων δεδομένων που θα κάνουν τη ζωή των ερευνητών πιο αποτελεσματική και αποτελεσματική».
Συστάσεις των συντακτών
- Προστατέψτε το κοινό από κινδύνους τεχνητής νοημοσύνης, λέει ο Λευκός Οίκος στους τεχνολογικούς γίγαντες
- Η τελευταία τεχνητή νοημοσύνη του MIT μπορεί να ξαναγράψει ξεπερασμένες σελίδες της Wikipedia
- Επανεξετάζοντας την άνοδο της A.I.: Πόσο μακριά έχει φτάσει η τεχνητή νοημοσύνη από το 2010;
- Η McDonald's σχεδιάζει να προσφέρει τεχνητή νοημοσύνη στα παράθυρά της
- Το τεράστιο τσιπ τεχνητής νοημοσύνης της Cerebra έχει το μέγεθος ενός iPad
Αναβαθμίστε τον τρόπο ζωής σαςΤο Digital Trends βοηθά τους αναγνώστες να παρακολουθούν τον γρήγορο κόσμο της τεχνολογίας με όλα τα τελευταία νέα, διασκεδαστικές κριτικές προϊόντων, διορατικά editorial και μοναδικές κρυφές ματιές.
