Divočina je obrovská a rozmanitá, je domovom milióny živočíšnych druhov. Pre ekológov je identifikácia a popis týchto zvierat kľúčom k úspešnému výskumu. To sa môže ukázať ako náročná úloha – ale umelá inteligencia vám môže pomôcť.
V novej správe z tohto týždňa výskumníci ukazujú, ako trénovali algoritmus hlbokého učenia na automatickú identifikáciu, počítanie a charakterizáciu zvierat na obrázkoch. Systém používal fotografie zachytené z fotopascí snímajúcich pohyb, ktoré zachytávajú zvieratá bez toho, aby ich vážne vyrušili.
Odporúčané videá
"Ukázali sme, že môžeme použiť počítače na automatické extrahovanie informácií z fotografií voľne žijúcich živočíchov, ako sú druhy, počet zvierat a to, čo zvieratá robia." Margaréta Kosmalová, výskumný pracovník na Harvardskej univerzite, povedal pre Digital Trends. „Nové je, že je to prvýkrát, čo sa ukázalo, že je to možné urobiť tak presne ako ľudia. Umelá inteligencia je čoraz lepšia v rozpoznávaní vecí v ľudskej doméne – ľudské tváre, vnútorné priestory, konkrétne objekty, ak sú dobre umiestnené, ulice atď. Príroda je však chaotická a na tomto súbore fotografií sú zvieratá často na fotografii len čiastočne alebo veľmi blízko alebo ďaleko alebo sa prekrývajú. Ako ekológovi to považujem za veľmi vzrušujúce, pretože nám to dáva nový spôsob využitia technológie na štúdium voľne žijúcich živočíchov v rozsiahlych oblastiach a dlhých časových rozpätiach.“
Výskumníci použili obrázky zachytené a zhromaždené Snapshot Serengeti, občianskym vedeckým projektom stealth kamery na divokú zver rozšíril po celej Tanzánii. Od slona po geparda, Snapshot Serengeti zhromaždil milióny fotografií divokej zveri. Samotné obrázky však nie sú také cenné ako údaje obsiahnuté v rámci, vrátane podrobností, ako je počet a typ zvierat.
Automatizovaná identifikácia a popis má pre ekológov veľa výhod. Snapshot Serengeti celé roky využíval crowdsourcing úlohy opisu obrázkov voľne žijúcich živočíchov. S pomocou približne 50 000 dobrovoľníkov skupina označila viac ako tri milióny obrázkov. Práve túto pokladnicu označených snímok použili výskumníci na trénovanie svojho algoritmu.
Teraz, namiesto toho, aby sa obrátili na občianskych vedcov, výskumníci môžu byť schopní priradiť pracnú úlohu algoritmu, ktorý dokáže rýchlo spracovať fotografie a označiť ich kľúčové detaily.
„Akákoľvek vedecká výskumná skupina alebo ochranárska skupina, ktorá sa snaží pochopiť a chrániť druh alebo ekosystém, môže v tomto ekosystéme rozmiestniť kamery s pohybovým senzorom,“ Jeff Clune, profesor informatiky na University of Wyoming, povedal. „Napríklad, ak študujete jaguáre v lese, môžete pozdĺž chodníkov umiestniť sieť kamier s pohybovým senzorom. Systém potom automaticky odfotí zvieratá, keď sa pohybujú pred kamerami, a potom A.I. technológia bude počítať počet zvierat, ktoré boli videné, a automaticky vymazať všetky nasnímané obrázky, na ktorých nie sú zvieratá, čo sa ukazuje ako veľa, pretože kamery so snímačom pohybu sú spúšťané vetrom, padajúcim lístím, a tak dalej."
Dokument s podrobnosťami o výskume bola uverejnená tento týždeň v časopise Proceedings of the National Academy of Sciences.
Odporúčania redaktorov
- Analógová A.I.? Znie to šialene, ale môže to byť budúcnosť
- Najnovšie A.I od Nvidie. výsledky dokazujú, že ARM je pripravený na dátové centrum
- Nvidia znižuje bariéru vstupu do A.I. s Fleet Command a LaunchPad
- Prečítajte si strašidelne krásne „syntetické písmo“ od A.I. ktorý si myslí, že je to Boh
- Budúcnosť A.I.: 4 veľké veci, na ktoré sa treba pozerať v najbližších rokoch
Zlepšite svoj životný štýlDigitálne trendy pomáhajú čitateľom mať prehľad o rýchlo sa rozvíjajúcom svete technológií so všetkými najnovšími správami, zábavnými recenziami produktov, užitočnými úvodníkmi a jedinečnými ukážkami.
