Kõnnumaa on suur ja mitmekesine, koduks miljoneid loomaliike. Ökoloogide jaoks on nende loomade tuvastamine ja kirjeldamine eduka uurimistöö võtmeks. See võib osutuda pikaks tellimuseks, kuid tehisintellekt võib aidata.
Sel nädalal avaldatud uues aruandes näitavad teadlased, kuidas nad treenisid sügavat õppimisalgoritmi, et loomi piltidel automaatselt tuvastada, loendada ja iseloomustada. Süsteem kasutas liikumisanduriga kaameralõksudest jäädvustatud fotosid, mis pildistavad loomi neid tõsiselt häirimata.
Soovitatavad videod
"Oleme näidanud, et saame kasutada arvuteid metsloomade fotodest automaatselt teabe hankimiseks, näiteks liigid, loomade arv ja loomade tegevus." Margaret Kosmala, Harvardi ülikooli teadur, rääkis Digital Trendsile. "Uudne on see, et see on esimene kord, kui on näidatud, et seda on võimalik teha sama täpselt kui inimestel. Tehisintellekt on hakanud hästi ära tundma asju inimvaldkonnas – inimeste nägusid, siseruume, konkreetseid objekte, kui need on hästi paigutatud, tänavaid ja nii edasi. Kuid loodus on segane ja sellel fotokomplektil on loomad sageli ainult osaliselt pildil või väga lähedal või kaugel või kattuvad. Ökoloogina pean seda väga põnevaks, sest see annab meile uue võimaluse kasutada tehnoloogiat metsloomade uurimiseks laiaulatuslikult ja pika aja jooksul.
Teadlased kasutasid pilte, mille jäädvustas ja kogus kodanikuteaduse projekt Snapshot Serengeti vargsi looduskaamerad levinud kogu Tansaanias. Elevandist gepardideni on Snapshot Serengeti kogunud miljoneid loodusfotosid. Kuid pildid ise ei ole nii väärtuslikud kui kaadris sisalduvad andmed, sealhulgas üksikasjad, nagu loomade arv ja tüüp.
Automaatsel tuvastamisel ja kirjeldamisel on ökoloogidele palju kasu. Snapshot Serengeti kasutas aastaid metsloomade piltide kirjeldamise ülesandeid. Umbes 50 000 vabatahtliku abiga märgistas rühm üle kolme miljoni pildi. Just seda märgistatud kujutiste aardet kasutasid teadlased oma algoritmi treenimiseks.
Selle asemel, et pöörduda kodanike teadlaste poole, võivad teadlased määrata töömahuka ülesande algoritmile, mis suudab fotosid kiiresti töödelda ja nende põhiandmed märgistada.
"Iga teaduslik uurimisrühm või looduskaitserühm, mis püüab mõista ja kaitsta liiki või ökosüsteemi, võib sellesse ökosüsteemi kasutada liikumisanduriga kaameraid." Jeff Cluneütles Wyomingi ülikooli arvutiteaduse professor. «Näiteks kui uurite metsas jaaguare, saate radade äärde välja panna liikumisanduriga kaamerate võrgustiku. Süsteem pildistab seejärel loomi automaatselt, kui nad kaamerate ette liiguvad, ja seejärel A.I. tehnoloogia loendab nähtud loomade arvu ja kustutab automaatselt kõik tehtud pildid, millel ei ole loomi, mida on palju, sest liikumisanduriga kaamerad käivitavad tuul, langevad lehed, jne."
Paber, milles kirjeldatakse uurimistööd üksikasjalikult avaldati sel nädalal ajakirjas Proceedings of the National Academy of Sciences.
Toimetajate soovitused
- Analoog A.I? See kõlab hullumeelselt, kuid see võib olla tulevik
- Nvidia uusim A.I. tulemused näitavad, et ARM on andmekeskuse jaoks valmis
- Nvidia alandab A.I-sse sisenemise barjääri. Fleet Command ja LaunchPad
- Lugege A.I kohutavalt ilusat "sünteetilist pühakirja". kes arvab, et see on jumal
- A.I tulevik: 4 suurt asja, mida järgmise paari aasta jooksul jälgida
Uuenda oma elustiiliDigitaalsed suundumused aitavad lugejatel hoida silma peal kiirel tehnikamaailmal kõigi viimaste uudiste, lõbusate tooteülevaadete, sisukate juhtkirjade ja ainulaadsete lühiülevaadetega.
