Vahşi doğa geniş ve çeşitlidir; milyonlarca hayvan türü. Ekolojistler için bu hayvanları tanımlamak ve tanımlamak başarılı araştırmanın anahtarıdır. Bu zor bir görev olabilir ancak yapay zeka yardımcı olabilir.
Bu hafta yayınlanan yeni bir raporda araştırmacılar, görüntülerdeki hayvanları otomatik olarak tanımlamak, saymak ve karakterize etmek için derin bir öğrenme algoritmasını nasıl geliştirdiklerini gösteriyor. Sistem, hayvanları ciddi şekilde rahatsız etmeden fotoğraflarını çeken, harekete duyarlı kamera tuzaklarından çekilen fotoğrafları kullandı.
Önerilen Videolar
"Yaban hayatı fotoğraflarından tür, hayvan sayısı ve hayvanların ne yaptığı gibi bilgileri otomatik olarak çıkarmak için bilgisayarları kullanabileceğimizi gösterdik." Margaret KosmalaHarvard Üniversitesi'nden araştırma görevlisi Digital Trends'e şunları söyledi: “Yeni olan şey, bunu insanlar kadar doğru bir şekilde yapmanın mümkün olduğunun ilk kez gösterilmesidir. Yapay zeka, insan yüzleri, iç mekanlar, iyi konumlandırılmışsa belirli nesneler, sokaklar vb. gibi insan alanındaki şeyleri tanıma konusunda giderek daha iyi hale geliyor. Ancak doğa dağınıktır ve bu fotoğraf dizisinde hayvanlar genellikle yalnızca kısmen fotoğrafta yer alır, çok yakın veya uzaktır veya üst üste binmiştir. Bir ekolojist olarak bunu çok heyecan verici buluyorum çünkü bu bize geniş alanlarda ve uzun zaman aralıklarında yaban hayatını incelemek için teknolojiyi kullanmanın yeni bir yolunu sunuyor."
Araştırmacılar, bir vatandaş bilimi projesi olan Snapshot Serengeti tarafından çekilen ve toplanan görüntüleri kullandılar. gizli yaban hayatı kameraları Tanzanya'ya yayıldı. Snapshot Serengeti, filden çitalara kadar milyonlarca yaban hayatı fotoğrafını topladı. Ancak görsellerin kendisi, hayvanların sayısı ve türü gibi ayrıntılar da dahil olmak üzere, çerçevenin içerdiği veriler kadar değerli değil.
Otomatik tanımlama ve açıklamaların ekolojistlere birçok faydası vardır. Snapshot Serengeti, yıllar boyunca yaban hayatı görüntülerini tanımlama görevini kitle kaynak yoluyla sağlıyordu. Yaklaşık 50.000 gönüllünün yardımıyla grup, üç milyondan fazla görseli etiketledi. Araştırmacıların algoritmalarını eğitmek için kullandıkları şey, etiketlenmiş görüntülerden oluşan bu hazineydi.
Artık araştırmacılar vatandaş bilim insanlarına başvurmak yerine bu zahmetli görevi, fotoğrafları hızlı bir şekilde işleyebilen ve önemli ayrıntılarını etiketleyebilen bir algoritmaya atayabilir.
"Bir türü veya ekosistemi anlamaya ve korumaya çalışan herhangi bir bilimsel araştırma grubu veya koruma grubu, o ekosisteme hareket sensörlü kameralar yerleştirebilir." Jeff CluneWyoming Üniversitesi'nden bilgisayar bilimi profesörü şunları söyledi. “Örneğin, bir ormandaki jaguarları inceliyorsanız, patikalara hareket sensörlü kameralardan oluşan bir ağ yerleştirebilirsiniz. Sistem daha sonra kameraların önünde hareket eden hayvanların fotoğraflarını otomatik olarak çekecek ve ardından A.I. teknoloji görülen hayvanların sayısını sayacak ve İçinde hayvan bulunmayan, çekilmiş tüm görüntüleri otomatik olarak siler; bu da çok fazla görünüyor çünkü hareket sensörlü kameralar rüzgarla tetikleniyor, düşen yapraklar, ve benzeri."
Araştırmayı detaylandıran bir makale Bu hafta Ulusal Bilimler Akademisi Bildirileri dergisinde yayınlandı.
Editörlerin Önerileri
- Analog yapay zeka mı? Çılgınca gelebilir ama gelecek olabilir
- Nvidia'nın en yeni yapay zekası. sonuçlar ARM'ın veri merkezi için hazır olduğunu kanıtlıyor
- Nvidia, yapay zekaya giriş engelini azaltıyor Filo Komutanlığı ve LaunchPad ile
- Bir A.I.'nin tüyler ürpertici derecede güzel "sentetik kutsal kitabını" okuyun. kendini Tanrı sanan
- Yapay zekanın geleceği: Önümüzdeki birkaç yılda dikkat edilmesi gereken 4 büyük şey
Yaşam tarzınızı yükseltinDigital Trends, en son haberler, eğlenceli ürün incelemeleri, anlayışlı başyazılar ve türünün tek örneği olan ön incelemelerle okuyucuların teknolojinin hızlı tempolu dünyasını takip etmelerine yardımcı olur.
