Hutan belantara sangat luas dan beragam, rumah bagi jutaan spesies hewan. Bagi para ahli ekologi, mengidentifikasi dan mendeskripsikan hewan-hewan tersebut adalah kunci keberhasilan penelitian. Hal ini mungkin merupakan hal yang sulit – tetapi kecerdasan buatan mungkin dapat membantu.
Dalam laporan baru yang dirilis minggu ini, para peneliti menunjukkan bagaimana mereka melatih algoritma pembelajaran mendalam untuk secara otomatis mengidentifikasi, menghitung, dan mengkarakterisasi hewan dalam gambar. Sistem ini menggunakan foto-foto yang diambil dari kamera perangkap penginderaan gerak, yang mengambil gambar hewan-hewan tersebut tanpa mengganggu mereka secara serius.
Video yang Direkomendasikan
“Kami telah menunjukkan bahwa kami dapat menggunakan komputer untuk secara otomatis mengekstrak informasi dari foto satwa liar, seperti spesies, jumlah hewan, dan apa yang dilakukan hewan tersebut.” Margaret Kosmala, seorang peneliti di Universitas Harvard, mengatakan kepada Digital Trends. “Hal yang baru adalah ini adalah pertama kalinya ditunjukkan bahwa hal ini dapat dilakukan seakurat manusia. Kecerdasan buatan semakin baik dalam mengenali hal-hal di wilayah manusia – wajah manusia, ruang interior, objek tertentu jika ditempatkan dengan baik, jalan, dan sebagainya. Namun alamnya berantakan dan dalam kumpulan foto ini, hewan-hewan sering kali hanya terlihat sebagian saja atau sangat dekat, jauh, atau tumpang tindih. Sebagai seorang ahli ekologi, saya merasa hal ini sangat menarik karena memberikan kita cara baru dalam menggunakan teknologi untuk mempelajari satwa liar di wilayah yang luas dan jangka waktu yang lama.”
Para peneliti menggunakan gambar yang diambil dan dikumpulkan oleh Snapshot Serengeti, sebuah proyek sains warga kamera satwa liar siluman menyebar ke seluruh Tanzania. Dari gajah hingga cheetah, Snapshot Serengeti telah mengumpulkan jutaan foto satwa liar. Namun gambarnya sendiri tidak seberharga data yang ada di dalam bingkai, termasuk detail seperti jumlah dan jenis hewan.
Identifikasi dan deskripsi otomatis memiliki banyak manfaat bagi para ahli ekologi. Selama bertahun-tahun, Snapshot Serengeti menggunakan crowdsourcing untuk tugas mendeskripsikan gambar satwa liar. Dengan bantuan sekitar 50.000 sukarelawan, kelompok ini memberi label pada lebih dari tiga juta gambar. Harta karun berupa citra berlabel inilah yang digunakan para peneliti untuk melatih algoritme mereka.
Kini, dibandingkan bergantung pada ilmuwan warga, para peneliti mungkin dapat menugaskan tugas yang melelahkan tersebut ke sebuah algoritma, yang dapat dengan cepat memproses foto-foto tersebut dan memberi label pada detail-detail penting pada foto-foto tersebut.
“Setiap kelompok penelitian ilmiah atau kelompok konservasi yang mencoba memahami dan melindungi suatu spesies atau ekosistem dapat menggunakan kamera sensor gerak di ekosistem tersebut,” Jeff Clune, kata seorang profesor ilmu komputer di Universitas Wyoming. “Misalnya, jika Anda mempelajari jaguar di hutan, Anda dapat memasang jaringan kamera sensor gerak di sepanjang jalan setapak. Sistem kemudian akan secara otomatis mengambil gambar hewan ketika mereka bergerak di depan kamera, dan kemudian A.I. teknologi akan menghitung jumlah hewan yang telah dilihat, dan secara otomatis menghapus semua gambar yang diambil yang tidak ada hewan di dalamnya, yang ternyata banyak karena kamera sensor gerak dipicu oleh angin, dedaunan berguguran, dan sebagainya."
Sebuah makalah yang merinci penelitian diterbitkan minggu ini di jurnal Proceedings of the National Academy of Sciences.
Rekomendasi Editor
- AI Analog? Kedengarannya gila, tapi mungkin itu adalah masa depan
- A.I. Hasil membuktikan bahwa ARM siap untuk pusat data
- Nvidia menurunkan hambatan untuk masuk ke A.I. dengan Komando Armada dan LaunchPad
- Bacalah 'kitab suci sintetik' yang sangat indah dari A.I. yang berpikir itu adalah Tuhan
- Masa depan A.I.: 4 hal besar yang harus diperhatikan dalam beberapa tahun ke depan
Tingkatkan gaya hidup AndaTren Digital membantu pembaca mengawasi dunia teknologi yang bergerak cepat dengan semua berita terbaru, ulasan produk yang menyenangkan, editorial yang berwawasan luas, dan cuplikan unik.
