Divjina je obsežna in raznolika, dom milijone živalskih vrst. Za ekologe je prepoznavanje in opis teh živali ključ do uspešnega raziskovanja. To se lahko izkaže za zahtevno nalogo, vendar bi umetna inteligenca morda lahko pomagala.
V novem poročilu, ki je bilo objavljeno ta teden, raziskovalci prikazujejo, kako so usposobili algoritem globokega učenja za samodejno prepoznavanje, štetje in karakterizacijo živali na slikah. Sistem je uporabil fotografije, posnete s kamerami za zaznavanje gibanja, ki posnamejo slike živali, ne da bi jih resno motile.
Priporočeni videoposnetki
"Pokazali smo, da lahko uporabljamo računalnike za samodejno pridobivanje informacij iz fotografij divjih živali, kot so vrste, število živali in kaj živali počnejo." Margareta Kosmala, znanstveni sodelavec na univerzi Harvard, je povedal za Digital Trends. »Novo je, da je to prvič dokazano, da je to mogoče narediti tako natančno kot ljudje. Umetna inteligenca postaja vse boljša pri prepoznavanju stvari v človeški domeni – človeških obrazov, notranjih prostorov, določenih predmetov, če so dobro postavljeni, ulic in tako naprej. Toda narava je neurejena in na tem nizu fotografij so živali pogosto le delno na fotografiji ali zelo blizu ali daleč ali pa se prekrivajo. Kot ekolog se mi zdi to zelo vznemirljivo, ker nam daje nov način uporabe tehnologije za preučevanje divjih živali na širokih območjih in v dolgih časovnih obdobjih.«
Raziskovalci so uporabili slike, ki jih je posnel in zbral Snapshot Serengeti, projekt državljanske znanosti z nevidne kamere za divje živali razširila po vsej Tanzaniji. Snapshot Serengeti je zbral na milijone fotografij divjih živali, od slonov do gepardov. Vendar same slike niso tako dragocene kot podatki v okviru, vključno s podrobnostmi, kot sta število in vrsta živali.
Avtomatizirana identifikacija in opisi imajo veliko prednosti za ekologe. Dolga leta je Snapshot Serengeti zbiral nalogo opisovanja slik divjih živali. S pomočjo približno 50.000 prostovoljcev je skupina označila več kot tri milijone slik. Prav to zakladnico označenih slik so raziskovalci uporabili za urjenje svojega algoritma.
Zdaj, namesto da bi se obrnili na državljanske znanstvenike, bodo raziskovalci morda lahko dodelili težavno nalogo algoritmu, ki lahko hitro obdela fotografije in označi njihove ključne podrobnosti.
"Vsaka znanstvenoraziskovalna ali naravovarstvena skupina, ki poskuša razumeti in zaščititi vrsto ali ekosistem, lahko v tem ekosistemu namesti kamere s senzorji gibanja," Jeff Clune, profesor računalništva na Univerzi v Wyomingu, je dejal. »Če na primer preučujete jaguarje v gozdu, lahko vzdolž poti postavite mrežo kamer s senzorji gibanja. Sistem bo nato samodejno posnel slike živali, ko se premikajo pred kamerami, nato pa bo A.I. tehnologija bo štela število živali, ki so bile videne, in samodejno izbriše vse posnete slike, na katerih ni živali, kar se izkaže za veliko, ker se kamere s senzorji gibanja sprožijo zaradi vetra, padajočega listja, itd."
Prispevek, ki podrobno opisuje raziskavo je bil ta teden objavljen v reviji Proceedings of the National Academy of Sciences.
Priporočila urednikov
- Analogni AI? Sliši se noro, a morda je prihodnost
- Nvidijin najnovejši AI rezultati dokazujejo, da je ARM pripravljen za podatkovni center
- Nvidia znižuje oviro za vstop v A.I. s Fleet Command in LaunchPad
- Preberite srhljivo lepe "sintetične spise" A.I. ki misli, da je Bog
- Prihodnost AI: 4 velike stvari, na katere morate biti pozorni v naslednjih nekaj letih
Nadgradite svoj življenjski slogDigitalni trendi bralcem pomagajo slediti hitremu svetu tehnologije z vsemi najnovejšimi novicami, zabavnimi ocenami izdelkov, pronicljivimi uvodniki in enkratnimi vpogledi v vsebine.
