Vildmarken är vidsträckt och varierad, hem till miljontals djurarter. För ekologer är identifiering och beskrivning av dessa djur nyckeln till framgångsrik forskning. Det kan visa sig vara en svår uppgift - men artificiell intelligens kan kanske hjälpa.
I en ny rapport ut denna vecka visar forskare hur de tränade en algoritm för djupinlärning för att automatiskt identifiera, räkna och karakterisera djur i bilder. Systemet använde fotografier som tagits från rörelseavkännande kamerafällor, som tar bilder av djuren utan att allvarligt störa dem.
Rekommenderade videor
"Vi har visat att vi kan använda datorer för att automatiskt extrahera information från foton av vilda djur, som arter, antal djur och vad djuren gör." Margaret Kosmala, en forskarassistent vid Harvard University, berättade för Digital Trends. "Det nya är att det här är första gången det har visat sig att det är möjligt att göra detta lika exakt som människor. Artificiell intelligens har blivit bra på att känna igen saker i den mänskliga domänen - mänskliga ansikten, inre utrymmen, specifika objekt om de är välplacerade, gator och så vidare. Men naturen är rörig och i denna uppsättning bilder är djuren ofta bara delvis på bilden eller väldigt nära eller långt borta eller överlappar varandra. Som ekolog tycker jag att det här är väldigt spännande eftersom det ger oss ett nytt sätt att använda teknik för att studera vilda djur över stora områden och långa tidsspann.”
Forskarna använde bilder som tagits och samlats in av Snapshot Serengeti, ett medborgarvetenskapligt projekt med smygkameror för vilda djur spridda över hela Tanzania. Från elefant till geparder, Snapshot Serengeti har samlat miljontals fotografier av vilda djur. Men bilderna i sig är inte lika värdefulla som informationen i ramen, inklusive detaljer som antal och typ av djur.
Automatiserad identifiering och beskrivningar har många fördelar för ekologer. I flera år brukade Snapshot Serengeti crowdsource uppgiften att beskriva bilder av vilda djur. Med hjälp av cirka 50 000 frivilliga märkte gruppen över tre miljoner bilder. Det var denna skattkammare av märkta bilder som forskarna använde för att träna sin algoritm.
Nu, snarare än att vända sig till medborgarforskare, kanske forskare kan tilldela den mödosamma uppgiften till en algoritm, som snabbt kan bearbeta fotografierna och märka deras nyckeldetaljer.
"Varje vetenskaplig forskningsgrupp eller bevarandegrupp som helst som försöker förstå och skydda en art eller ett ekosystem kan använda rörelsesensorkameror i det ekosystemet." Jeff Clune, en professor i datavetenskap vid University of Wyoming, sade. "Om du till exempel studerar jaguarer i en skog kan du sätta ut ett nätverk av rörelsesensorkameror längs stigar. Systemet kommer då automatiskt att ta bilder av djuren när de rör sig framför kamerorna, och sedan A.I. teknik kommer att räkna antalet djur som har setts, och radera automatiskt alla bilder som tagits som inte har djur i sig, vilket visar sig vara mycket eftersom rörelsesensorkameror utlöses av vind, löv faller, etc."
Ett dokument som beskriver forskningen publicerades denna vecka i tidskriften Proceedings of the National Academy of Sciences.
Redaktörens rekommendationer
- Analog A.I.? Det låter galet, men det kanske är framtiden
- Nvidias senaste A.I. Resultaten visar att ARM är redo för datacentret
- Nvidia sänker barriären för inträde i A.I. med Fleet Command och LaunchPad
- Läs den kusligt vackra "syntetiska skriften" av en A.I. som tror att det är Gud
- Framtiden för A.I.: 4 stora saker att titta på under de närmaste åren
Uppgradera din livsstilDigitala trender hjälper läsare att hålla koll på den snabba teknikvärlden med alla de senaste nyheterna, roliga produktrecensioner, insiktsfulla redaktioner och unika smygtittar.
