Erämaa on laaja ja monipuolinen, ja siellä asuu miljoonia eläinlajeja. Ekologeille näiden eläinten tunnistaminen ja kuvaaminen on avain onnistuneeseen tutkimukseen. Se voi osoittautua korkeaksi tilaukseksi - mutta tekoäly voi auttaa.
Tällä viikolla julkaistussa uudessa raportissa tutkijat osoittavat, kuinka he kouluttivat syvän oppimisalgoritmin tunnistamaan, laskemaan ja luonnehtimaan eläimiä automaattisesti kuvissa. Järjestelmä käytti kuvia, jotka oli otettu liiketunnistimen kameran ansoista, jotka ottavat kuvia eläimistä häiritsemättä niitä vakavasti.
Suositellut videot
"Olemme osoittaneet, että voimme käyttää tietokoneita poimimaan automaattisesti villieläinkuvista tietoa, kuten lajit, eläinten lukumäärä ja mitä eläimet tekevät." Margaret Kosmala, Harvardin yliopiston tutkija kertoi Digital Trendsille. "Uutta on se, että tämä on ensimmäinen kerta, kun on osoitettu, että tämä on mahdollista tehdä yhtä tarkasti kuin ihmiset. Tekoäly on alkanut tunnistamaan asioita ihmiselämässä – ihmisten kasvoja, sisätiloja, tiettyjä esineitä, jos ne ovat hyvässä asennossa, katuja ja niin edelleen. Mutta luonto on sotkuinen ja tässä kuvasarjassa eläimet ovat usein vain osittain kuvassa tai hyvin lähellä tai kaukana tai päällekkäin. Ekologina pidän tätä erittäin jännittävää, koska se antaa meille uuden tavan käyttää tekniikkaa villieläinten tutkimiseen laajoilla alueilla ja pitkiä ajanjaksoja."
Tutkijat käyttivät Snapshot Serengetin, kansalaistiedeprojektin, ottamia ja keräämiä kuvia salaperäiset villieläinkamerat levisi koko Tansaniaan. Elefantista gepardeihin Snapshot Serengeti on kerännyt miljoonia luontokuvia. Mutta itse kuvat eivät ole yhtä arvokkaita kuin kehyksen sisältämät tiedot, mukaan lukien yksityiskohdat, kuten eläinten lukumäärä ja tyyppi.
Automatisoidusta tunnistamisesta ja kuvauksista on paljon hyötyä ekologeille. Vuosien ajan Snapshot Serengetillä oli tapana kerätä joukkolähteitä luontokuvien kuvaamiseen. Noin 50 000 vapaaehtoisen avulla ryhmä merkitsi yli kolme miljoonaa kuvaa. Juuri tätä merkittyjen kuvien aarreaitta tutkijat käyttivät algoritminsa harjoittamiseen.
Nyt sen sijaan, että kääntyisivät kansalaistieteilijöiden puoleen, tutkijat saattavat pystyä määrittämään työläs tehtävän algoritmille, joka voi nopeasti käsitellä valokuvat ja merkitä niiden tärkeimmät tiedot.
"Jokainen tieteellinen tutkimusryhmä tai luonnonsuojeluryhmä, joka yrittää ymmärtää ja suojella lajia tai ekosysteemiä, voi ottaa käyttöön liiketunnistinkameroita kyseisessä ekosysteemissä." Jeff Clune, tietojenkäsittelytieteen professori Wyomingin yliopistosta, sanoi. ”Jos esimerkiksi tutkit jaguaareja metsässä, voit rakentaa liiketunnistimien kameroiden verkoston polkujen varrelle. Järjestelmä ottaa sitten automaattisesti kuvia eläimistä, kun ne liikkuvat kameroiden edessä, ja sitten A.I. tekniikka laskee nähtyjen eläinten määrän ja poistaa automaattisesti kaikki otetut kuvat, joissa ei ole eläimiä, mikä on paljon, koska liiketunnistinkamerat laukaisevat tuulen, lehtien putoamisen, jne."
Paperi, jossa kerrotaan tutkimuksesta julkaistiin tällä viikolla Proceedings of the National Academy of Sciences -lehdessä.
Toimittajien suositukset
- Analoginen A.I.? Kuulostaa hullulta, mutta se saattaa olla tulevaisuutta
- Nvidian uusin A.I. tulokset osoittavat, että ARM on valmis palvelinkeskukseen
- Nvidia alentaa A.I: n pääsyn estettä. Fleet Commandin ja LaunchPadin kanssa
- Lue aavemaisen kaunista A.I: n synteettistä kirjoitusta. joka luulee olevansa Jumala
- A.I.:n tulevaisuus: 4 suurta asiaa, joita kannattaa huomioida lähivuosina
Päivitä elämäntapasiDigital Trends auttaa lukijoita pysymään tekniikan nopeatempoisessa maailmassa uusimpien uutisten, hauskojen tuotearvostelujen, oivaltavien toimitusten ja ainutlaatuisten kurkistusten avulla.
