De wildernis is uitgestrekt en gevarieerd en biedt onderdak aan miljoenen diersoorten. Voor ecologen is het identificeren en beschrijven van deze dieren de sleutel tot succesvol onderzoek. Dat kan een hele opgave blijken te zijn, maar kunstmatige intelligentie kan misschien helpen.
In een nieuw rapport van deze week laten onderzoekers zien hoe ze een deep learning-algoritme hebben getraind om dieren in afbeeldingen automatisch te identificeren, tellen en karakteriseren. Het systeem maakte gebruik van foto's die waren gemaakt met bewegingsdetecterende cameravallen, die foto's van de dieren maakten zonder ze ernstig te storen.
Aanbevolen video's
“We hebben laten zien dat we computers kunnen gebruiken om automatisch informatie uit natuurfoto’s te halen, zoals de soort, het aantal dieren en wat de dieren doen.” Margaretha Kosmala, een onderzoeksmedewerker aan de Harvard University, vertelde Digital Trends. “Het nieuwe is dat dit de eerste keer is dat is aangetoond dat het mogelijk is om dit net zo nauwkeurig te doen als mensen. Kunstmatige intelligentie is steeds beter geworden in het herkennen van dingen in het menselijke domein: menselijke gezichten, binnenruimtes, specifieke objecten als ze goed gepositioneerd zijn, straten, enzovoort. Maar de natuur is rommelig en op deze reeks foto's staan de dieren vaak slechts gedeeltelijk op de foto of heel dichtbij of ver weg of overlappen ze elkaar. Als ecoloog vind ik dit erg spannend omdat het ons een nieuwe manier biedt om technologie te gebruiken om dieren in het wild over grote gebieden en lange tijdspannes te bestuderen.
De onderzoekers gebruikten beelden die waren vastgelegd en verzameld door Snapshot Serengeti, een burgerwetenschappelijk project met stealth-wildcamera's verspreid over heel Tanzania. Van olifanten tot cheeta's: Snapshot Serengeti heeft miljoenen natuurfoto's verzameld. Maar de afbeeldingen zelf zijn niet zo waardevol als de gegevens in het frame, inclusief details zoals het aantal en het type dieren.
Geautomatiseerde identificatie en beschrijvingen heeft veel voordelen voor ecologen. Jarenlang heeft Snapshot Serengeti de taak van het beschrijven van natuurfoto's gecrowdsourced. Met de hulp van zo'n 50.000 vrijwilligers heeft de groep ruim drie miljoen afbeeldingen gelabeld. Het was deze schat aan gelabelde beelden die de onderzoekers gebruikten om hun algoritme te trainen.
Nu kunnen onderzoekers, in plaats van zich tot burgerwetenschappers te wenden, de moeizame taak mogelijk toewijzen aan een algoritme, dat de foto's snel kan verwerken en de belangrijkste details ervan kan labelen.
“Elke wetenschappelijke onderzoeksgroep of natuurbeschermingsgroep die een soort of ecosysteem probeert te begrijpen en te beschermen, kan bewegingssensorcamera’s in dat ecosysteem inzetten,” Jeff Clune, zei een professor in computerwetenschappen aan de Universiteit van Wyoming. “Als je bijvoorbeeld jaguars in een bos bestudeert, kun je een netwerk van bewegingssensorcamera’s langs paden uitzetten. Het systeem maakt vervolgens automatisch foto's van de dieren wanneer ze voor de camera's bewegen, waarna de A.I. technologie zal het aantal dieren tellen dat is gezien, en automatisch alle gemaakte foto's verwijderen waarop geen dieren voorkomen, wat veel blijkt te zijn omdat bewegingssensorcamera's worden geactiveerd door wind, vallende bladeren, enzovoort.”
Een paper waarin het onderzoek wordt beschreven werd deze week gepubliceerd in het tijdschrift Proceedings of the National Academy of Sciences.
Aanbevelingen van de redactie
- Analoge AI? Het klinkt gek, maar het zou de toekomst kunnen zijn
- Nvidia's nieuwste A.I. De resultaten bewijzen dat ARM klaar is voor het datacenter
- Nvidia verlaagt de drempel voor toegang tot AI. met Fleet Command en LaunchPad
- Lees het griezelig mooie ‘synthetische geschrift’ van een A.I. die denkt dat het God is
- De toekomst van AI: 4 grote dingen om naar te kijken de komende jaren
Upgrade uw levensstijlMet Digital Trends kunnen lezers de snelle technische wereld in de gaten houden met het laatste nieuws, leuke productrecensies, inzichtelijke redactionele artikelen en unieke sneak peeks.
