Dzika przyroda jest rozległa i różnorodna, jest domem dla miliony gatunków zwierząt. Dla ekologów identyfikacja i opisanie tych zwierząt jest kluczem do udanych badań. To może okazać się trudne, ale sztuczna inteligencja może być w stanie pomóc.
W nowym raporcie opublikowanym w tym tygodniu badacze pokazują, jak wytrenowali algorytm głębokiego uczenia się, aby automatycznie identyfikował, liczył i charakteryzował zwierzęta na obrazach. System wykorzystywał zdjęcia zarejestrowane przez fotopułapki wykrywające ruch, które rejestrują zwierzęta bez ich poważnego niepokojenia.
Polecane filmy
„Pokazaliśmy, że możemy używać komputerów do automatycznego wydobywania informacji ze zdjęć dzikiej przyrody, takich jak gatunek, liczba zwierząt i to, co robią”. Małgorzata Kosmala, pracownik naukowy na Uniwersytecie Harvarda, powiedział Digital Trends. „Nowością jest to, że po raz pierwszy wykazano, że można to zrobić tak dokładnie, jak ludzie. Sztuczna inteligencja radzi sobie coraz lepiej z rozpoznawaniem obiektów należących do człowieka — ludzkich twarzy, przestrzeni wewnętrznych, określonych obiektów, jeśli są dobrze rozmieszczone, ulic i tak dalej. Ale w naturze panuje bałagan i na tym zestawie zdjęć zwierzęta często są tylko częściowo na zdjęciu, bardzo blisko lub daleko, albo nakładają się na siebie. Jako ekolog uważam to za bardzo ekscytujące, ponieważ daje nam nowy sposób wykorzystania technologii do badania dzikiej przyrody na dużych obszarach i w długich okresach czasu”.
Naukowcy wykorzystali zdjęcia wykonane i zebrane przez Snapshot Serengeti, obywatelski projekt naukowy ukryte kamery dzikiej przyrody rozprzestrzenił się po całej Tanzanii. Od słoni po gepardy – Snapshot Serengeti zgromadził miliony zdjęć dzikiej przyrody. Jednak same obrazy nie są tak cenne, jak dane zawarte w ramce, w tym szczegóły, takie jak liczba i rodzaj zwierząt.
Zautomatyzowana identyfikacja i opisy niosą ze sobą wiele korzyści dla ekologów. Przez lata Snapshot Serengeti zlecał crowdsourcingowi zadanie opisywania zdjęć dzikiej przyrody. Z pomocą około 50 000 ochotników grupa oznaczyła ponad trzy miliony zdjęć. To właśnie tę skarbnicę oznaczonych obrazów wykorzystali badacze do szkolenia swojego algorytmu.
Teraz zamiast zwracać się do naukowców-obywateli, badacze będą mogli przypisać to pracochłonne zadanie algorytmowi, który szybko przetworzy zdjęcia i oznaczy ich najważniejsze szczegóły.
„Każda grupa naukowo-badawcza lub grupa zajmująca się ochroną przyrody, która próbuje zrozumieć i chronić gatunek lub ekosystem, może umieścić w tym ekosystemie kamery z czujnikiem ruchu” Jeffa Clune’a– powiedział profesor informatyki na Uniwersytecie Wyoming. „Na przykład, jeśli badasz jaguary w lesie, możesz rozmieścić wzdłuż szlaków sieć kamer z czujnikami ruchu. System automatycznie wykona zdjęcia zwierząt, gdy znajdą się przed kamerami, a następnie A.I. technologia policzy liczbę zaobserwowanych zwierząt oraz automatycznie usuwa wszystkie wykonane zdjęcia, na których nie znajdują się zwierzęta, co okazuje się być dużą liczbą, ponieważ kamery z czujnikiem ruchu są wyzwalane przez wiatr lub opadające liście, itd.”
Artykuł szczegółowo opisujący badania opublikowano w tym tygodniu w czasopiśmie Proceedings of the National Academy of Sciences.
Zalecenia redaktorów
- Analogowa sztuczna inteligencja? Brzmi szalenie, ale może to być przyszłość
- Najnowsza sztuczna inteligencja Nvidii wyniki dowodzą, że ARM jest gotowy na centrum danych
- Nvidia obniża barierę wejścia do AI. z Fleet Command i LaunchPadem
- Przeczytaj niesamowicie piękne „syntetyczne pismo” AI. który myśli, że jest Bogiem
- Przyszłość sztucznej inteligencji: 4 ważne rzeczy, na które warto zwrócić uwagę w ciągu najbliższych kilku lat
Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.
