Kritický nový ekolog A.I. Může katalog volně žijících živočichů, jak přesně jako lidé

Zatímco Národní park Serengeti je domovem některé z nejúžasnějších volně žijících živočichů na světě, je také domovem 225 skrytých kamer - známých jako lapače fotoaparátů -, které nenápadně dokumentují pachy lvů a balíčků hyen, které putují po tanzánské savaně. Pro sledování populace ohrožených druhů, zachování biologické rozmanitosti a hledání nových jevů či dokonce druhů, které dosud nebyly objeveny, je nezbytné dokumentovat tato zvířata a jejich umístění. A až dosud to byla obrovská bolest.

Jak si možná představujete, tato nezbytná práce je neuvěřitelně pracná. Kombinace těchto kamer přinesla tři miliony snímků, z nichž všechny musely být ručně označeny 30 000 vědci z řad občanů jako součást projektu Snapshot Serengeti, což je snaha vyzbrojit ekology informacemi, které potřebují pro výzkum. Ale díky nedávnému průlomu může být většina této práce brzy převedena na zvířecí identifikaci A.I.

To je podle mezinárodního týmu výzkumníků, kteří nedávno vymysleli způsob, jak mít umělou inteligenci, řešení hlavní ekologické výzvy: Jak změníme miliony fotografií Serengeti na použitelná data včas? Jejich práci podrobně popsali v 5. červnu publikovaném v časopise Sborník Národní akademie věd. První autor Mohammad Sadegh Norouzzadeh vypráví Inverzní tento výzkum by mohl ušetřit ekologům od světských úkolů, aby jim poskytl více času na úsilí o ochranu přírody.

„Můžeme jim ušetřit čas a poskytnout jim informace rychle a přesně,“ vysvětluje. „Současný proces, který používají, je velmi pomalý, takže jim může poskytnout zastaralé informace. Strojové učení může poskytnout aktuální informace, aby mohli plánovat úsilí o ochranu. Proto si myslíme, že je to pro kritiku ekologie tak kritický. “

Za normálních okolností by dobrovolníci ze Snapshot Serengeti měli zhruba dva až tři měsíce označit snímky za šest měsíců. Systém Norouzzadeh může projít stejnou dávkou obrázků za méně než hodinu s lidskou přesností. Ale nemyslete si, že by to zcela eliminovalo potřebu občanských vědců, alespoň prozatím.

Pro začátek, A.I. zvládli umění značení analýzou tří miliónů obrázků, které dobrovolníci předem označili, což znamená, že ještě nejsme na místě, kde můžeme práci zcela outsourcovat. Norouzzadeh říká, že systém je schopen zpracovat 99,3 procent snímků snímků, ale stále potřebuje lidský dotek pro zbývajících 0,7 procenta.

„To, co jsme vlastně udělali, je, aby byl úkol pro občany občanů náročnější,“ říká. „Náš systém může automaticky označit jednoduché obrázky, ale stále potřebujeme lidi, aby identifikovali složitější informace, jako je to, co zvíře dělá v obrazu nebo v jeho věku, což náš systém v současné době nedokáže.“

Přesto Norouzzadeh věří, že se jedná o kritický první krok. V budoucnu doufá spojit informace získané z těchto fotografií s přesným datem a časem, kdy byly pořízeny. To by mohlo umožnit A.I. předvídat migrační vzorce některých zvířat, aby ekologové měli mnohem hlubší pochopení toho, co na obrazovce pozorují.

Poskytování ekologů s daty kratšími než hodinu po fotografování by jim umožnilo jednat rychleji než kdy jindy. To má velký potenciál pro ochranu zvířat před pytláky nebo špinění invazivních druhů předtím, než mají šanci změnit ekosystém. Zrychlená dokumentace o přírodě by navíc mohla pomoci objevovat nové evoluční objevy, které by jinak sbíhaly měsíce, ne-li roky, aby jednoduše shromažďovaly údaje.

Ukázalo se, že A.I. a příroda není až tak daleko od sebe.