광야는 광활하고 다양하며, 수백만 종의 동물. 생태학자에게는 이러한 동물을 식별하고 설명하는 것이 성공적인 연구의 핵심입니다. 이는 어려운 일이 될 수 있지만 인공 지능이 도움이 될 수 있습니다.
이번 주에 발표된 새로운 보고서에서 연구원들은 이미지에서 동물을 자동으로 식별, 계산 및 특성화하기 위해 딥 러닝 알고리즘을 훈련한 방법을 보여줍니다. 이 시스템은 동물을 심각하게 방해하지 않고 사진을 찍는 동작 감지 카메라 트랩에서 캡처한 사진을 사용했습니다.
추천 동영상
“우리는 컴퓨터를 사용하여 야생 동물 사진에서 종, 동물 수, 동물이 무엇을 하는지 등의 정보를 자동으로 추출할 수 있다는 것을 보여주었습니다.” 마가렛 코스말라, Harvard University의 연구원은 Digital Trends에 말했습니다. “참신한 점은 이것을 인간만큼 정확하게 수행하는 것이 가능하다는 것이 처음으로 입증되었다는 것입니다. 인공지능은 인간의 얼굴, 실내 공간, 위치가 좋은 특정 물체, 거리 등 인간 영역의 사물을 잘 인식하고 있습니다. 그러나 자연은 지저분하고 이 사진 세트에서 동물은 사진의 일부만 있거나 매우 가깝거나 멀리 있거나 겹치는 경우가 많습니다. 생태학자로서 저는 이것이 기술을 사용하여 광범위한 지역과 장기간에 걸쳐 야생 동물을 연구하는 새로운 방법을 제공하기 때문에 매우 흥미롭다고 생각합니다.”
연구진은 시민 과학 프로젝트인 스냅샷 세렝게티(Snapshot Serengeti)가 캡처하고 수집한 이미지를 사용했습니다. 스텔스 야생 동물 카메라 탄자니아 전역에 퍼졌습니다. 코끼리부터 치타까지 Snapshot Serengeti는 수백만 장의 야생 동물 사진을 수집했습니다. 그러나 이미지 자체는 동물의 수와 종류와 같은 세부 정보를 포함하여 프레임에 포함된 데이터만큼 가치가 없습니다.
자동 식별 및 설명은 생태학자에게 많은 이점을 제공합니다. 수년 동안 Snapshot Serengeti는 야생 동물 이미지를 설명하는 작업을 크라우드소싱하는 데 사용되었습니다. 약 50,000명의 자원봉사자의 도움으로 이 그룹은 300만 개가 넘는 이미지에 라벨을 붙였습니다. 연구자들이 알고리즘을 훈련하는 데 사용한 것은 라벨이 붙은 이미지의 보물창고였습니다.
이제 연구자들은 시민 과학자에게 의지하는 대신 사진을 신속하게 처리하고 주요 세부 사항에 라벨을 붙일 수 있는 알고리즘에 힘든 작업을 할당할 수 있습니다.
"종이나 생태계를 이해하고 보호하려는 과학 연구 그룹이나 보존 그룹은 해당 생태계에 모션 센서 카메라를 배치할 수 있습니다." 제프 클룬와이오밍 대학의 컴퓨터 과학 교수는 이렇게 말했습니다. “예를 들어 숲에서 재규어를 연구하는 경우 산책로를 따라 모션 센서 카메라 네트워크를 배치할 수 있습니다. 그러면 시스템은 동물이 카메라 앞에서 움직일 때 자동으로 사진을 찍고, AI는 자동으로 동물의 사진을 찍습니다. 기술은 본 동물의 수를 세고, 동물이 포함되지 않은 모든 이미지를 자동으로 삭제합니다. 이는 모션 센서 카메라가 바람, 낙엽, 등등.”
연구를 자세히 설명하는 논문 이번 주 미국 국립과학원 회보(Proceedings of the National Academy of Sciences) 저널에 게재되었습니다.
편집자의 추천
- 아날로그 AI? 이상하게 들리겠지만, 미래일 수도 있습니다
- 엔비디아의 최신 AI 결과는 ARM이 데이터 센터에 대한 준비가 되어 있음을 입증합니다.
- 엔비디아는 AI 진입 장벽을 낮췄다. Fleet Command 및 LaunchPad 사용
- AI의 섬뜩할 정도로 아름다운 '종합 성서'를 읽어보세요. 그게 신이라고 생각하는 거야
- AI의 미래: 향후 몇 년 동안 주목해야 할 4가지 주요 사항
당신의 라이프스타일을 업그레이드하세요Digital Trends는 독자들이 모든 최신 뉴스, 재미있는 제품 리뷰, 통찰력 있는 사설 및 독특한 미리보기를 통해 빠르게 변화하는 기술 세계를 계속해서 살펴볼 수 있도록 도와줍니다.
