Villmarken er stor og variert, hjem til millioner av dyrearter. For økologer er identifisering og beskrivelse av disse dyrene nøkkelen til vellykket forskning. Det kan vise seg å være en stor ordre - men kunstig intelligens kan kanskje hjelpe.
I en ny rapport ut denne uken viser forskere hvordan de trente en dyp læringsalgoritme for automatisk å identifisere, telle og karakterisere dyr i bilder. Systemet brukte fotografier tatt fra bevegelsesfølende kamerafeller, som tar bilder av dyrene uten å forstyrre dem alvorlig.
Anbefalte videoer
"Vi har vist at vi kan bruke datamaskiner til automatisk å trekke ut informasjon fra dyrelivsbilder, for eksempel arter, antall dyr og hva dyrene gjør." Margaret Kosmala, en forsker ved Harvard University, fortalte Digital Trends. "Det nye er at dette er første gang det har blitt vist at det er mulig å gjøre dette like nøyaktig som mennesker. Kunstig intelligens har blitt flink til å gjenkjenne ting i det menneskelige domenet - menneskelige ansikter, indre rom, spesifikke objekter hvis de er godt posisjonert, gater, og så videre. Men naturen er rotete og i dette settet med bilder er dyrene ofte bare delvis på bildet eller veldig nærme eller langt unna eller overlappende. Som økolog synes jeg dette er veldig spennende fordi det gir oss en ny måte å bruke teknologi til å studere dyreliv over store områder og lange tidsspenn.»
Forskerne brukte bilder tatt og samlet inn av Snapshot Serengeti, et samfunnsvitenskapelig prosjekt med stealth dyrelivskameraer spredt over hele Tanzania. Fra elefant til geparder, Snapshot Serengeti har samlet millioner av dyrelivsfotografier. Men selve bildene er ikke like verdifulle som dataene i rammen, inkludert detaljer som antall og type dyr.
Automatisert identifikasjon og beskrivelser har mange fordeler for økologer. I årevis pleide Snapshot Serengeti å crowdsource oppgaven med å beskrive dyrelivsbilder. Ved hjelp av rundt 50 000 frivillige merket gruppen over tre millioner bilder. Det var denne skattekisten av merkede bilder som forskerne brukte til å trene algoritmen sin.
Nå, i stedet for å henvende seg til borgerforskere, kan forskere være i stand til å tildele den møysommelige oppgaven til en algoritme, som raskt kan behandle fotografiene og merke nøkkeldetaljene deres.
"Enhver vitenskapelig forskningsgruppe eller bevaringsgruppe som prøver å forstå og beskytte en art eller et økosystem kan distribuere bevegelsessensorkameraer i det økosystemet," Jeff Clune, sa en professor i informatikk ved University of Wyoming. "Hvis du for eksempel studerer jaguarer i en skog, kan du sette ut et nettverk av bevegelsessensorkameraer langs stier. Systemet vil da automatisk ta bilder av dyrene når de beveger seg foran kameraene, og deretter A.I. teknologi vil telle antall dyr som har blitt sett, og sletter automatisk alle bildene som ble tatt som ikke har dyr i seg, noe som viser seg å være mye fordi bevegelsessensorkameraer utløses av vind, blader som faller, og så videre."
Et papir som beskriver forskningen ble publisert denne uken i tidsskriftet Proceedings of the National Academy of Sciences.
Redaktørenes anbefalinger
- Analog A.I.? Det høres sprøtt ut, men det kan være fremtiden
- Nvidias siste A.I. resultater viser at ARM er klar for datasenteret
- Nvidia senker barrieren for inntreden i A.I. med Fleet Command og LaunchPad
- Les den uhyggelig vakre 'syntetiske skriften' til en A.I. som tror det er Gud
- Fremtiden til A.I.: 4 store ting å se etter de neste årene
Oppgrader livsstilen dinDigitale trender hjelper leserne å følge med på den fartsfylte teknologiverdenen med alle de siste nyhetene, morsomme produktanmeldelser, innsiktsfulle redaksjoner og unike sniktitter.
