この技術は、人工知能を使用して、各サメに固有のサメの背びれを分析します。 このシステムをトレーニングするために、研究者のベン・ヒューズ氏とティロ・バーグハルト氏は、240 枚の写真のデータセットを使用しました。 データ量が比較的少ないように聞こえるかもしれませんが、実際には 81% の精度で機能することが判明しました。
おすすめ動画
このような技術が海洋動物の追跡に適用されたのはこれが初めてではない。 数年前、フロリダ州セントピーターズバーグのエッカード大学の研究者は、コンピュータービジョンと信号処理技術を使用してイルカを識別しました ヒレの輪郭に基づいて.
そのプロジェクトとは異なり、ヒューズとブルクハルトの研究では、主な指標としてのヒレの輪郭を、サメの背ビレの特定の部分の独特の輪郭に置き換えることを選択しました。
「ヒレの輪郭の一部を使用する背後にある考え方は、個人の認識を堅牢にすることです」とヒューズ氏は Digital Trends に語った。 「その堅牢性により、時間の経過による損傷などによるフィンの形状の局所的な変化も許容されます。 水線閉塞として - これは、フィンの一部が下にあるために見えないことを意味します。 喫水線。 技術的な観点から見ると、画像からひれの輪郭を自動的に抽出した結果として発生する可能性のあるひれの輪郭検出エラーに対しても堅牢です。」
過去に、サメを追跡している研究者たちは、いくつかの異常な行動を明らかにすることができました。 たとえば、2005年にホホジロザメ・トラストの研究者らは、ニコールという名前のホオジロザメが9カ月かけて南アフリカからオーストラリアまで泳ぎ、再び戻ってきたことを発見した。 AI を使用してサメをより適切に監視できるようになれば、この種の魅力的な行動がさらに明らかになることが期待されます。
「このフィンプリンティング識別システムの目的は、オンラインの国際データベースを作成することです。 最初は世界中のホホジロザメの科学者がアクセスできるようにし、その後、第 2 段階で一般公開します。 非科学者よ」
マイケル・ショル、Save Our Seas FoundationのCEOはDigital Trendsに語った。 「（サメを識別するための）データベースを手動かつ視覚的に管理することは不可能になりました。 自動識別なしで、数十万の画像と数千の個人が含まれる システム。 現在のテクノロジーにより、非常に効果的な識別ツールとデータベース管理ツールが可能になり、研究者の生活がより効率的かつ効果的になります。」編集者のおすすめ
- AIリスクから国民を守れとホワイトハウスが大手テクノロジー企業に指示
- MIT の最新の人工知能は古い Wikipedia ページを書き換えることができる
- AI の台頭の再考: 2010 年以来、人工知能はどこまで進歩しましたか?
- マクドナルド、ドライブスルーの窓口で人工知能を提供する計画
- Cerebras の巨大な人工知能チップは iPad ほどのサイズ
ライフスタイルをアップグレードするDigital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。
