Tekoäly Tunnistaa Apinoiden Kasvoja Luonnonvaraisissa Olosuhteissa

Oxfordin yliopiston tutkijat ovat luoneet uudenlaisen tekoälyohjelmiston, joka pystyy tunnistamaan ja seuraamaan yksittäisten simpanssien kasvoja luonnonvaraisissa olosuhteissa. Tämä uusi ohjelmisto auttaa tutkijoita ja tutkijoita vähentämään aikaa ja resursseja, joita kuluu villien simpanssien videomateriaalin analysointiin. Se voi myös vaikuttaa merkittävästi tekoälyn ja luonnonsuojelun alalla, joka ei ole saanut samaa huomiota. Tutkimus on julkaistu Science Advances-julkaisussa.

Dan Schofield, tutkija ja DPhil-opiskelija Oxfordin yliopiston Primate Models Labissa, antropologian laitoksella, puhui uudesta tekniikasta.

“Lajien kuten simpanssien tapauksessa, joilla on monimutkaiset sosiaaliset elämät ja jotka elävät monia vuosia, lyhytaikaisen kenttätutkimuksen avulla saadaan vain rajallinen kuva heidän käyttäytymisestään”, hän sanoi. “Koneoppimisen avulla voidaan avata suuria videoarkistoja, mikä tekee mahdolliseksi käyttäytymisen mittaamisen pitkällä aikavälillä, esimerkiksi havainnoimalla, miten ryhmän sosiaaliset vuorovaikutukset muuttuvat useiden sukupolvien aikana.”

Tutkijat kehittivät uuden tekoälyohjelmiston käyttämällä tietokonemallia, joka oli koulutettu yli 10 miljoonalla kuvalla Kyoton yliopiston Primate Research Institute (PRI):n kokoelmasta. Heillä on kokoelma videoita villistä simpansseista Guineassa, Länsi-Afrikassa. Mikään muu ohjelmisto ei ole pystynyt samaan. Se pystyy jatkuvasti seuraamaan ja tunnistamaan yksilöitä eri asennoissa. Se on erittäin tarkin, jopa haastavissa olosuhteissa, kuten heikossa valaistuksessa, huonossa kuvanlaadussa ja liikkeen häivyttämisessä.

Arsha Nagrani on tutkimuksen yhteiskirjoittaja ja DPhil-opiskelija Oxfordin yliopiston insinööritieteellisessä tiedekunnassa.

“Pääsy tähän suureen videoarkistoon on mahdollistanut meidän käyttää viimeisintä deep neural network -tekniikkaa mallien kouluttamiseen mittakaavassa, joka ei aiemmin ollut mahdollista”, Nagrani sanoo. “Lisäksi menetelmämme poikkeaa aiemmasta apinoiden kasvontunnistusohjelmistosta siinä, että se voidaan soveltaa raakavideomateriaaliin rajoitetulla manuaalisella puuttumisella tai esikäsittelyllä, mikä säästää tunteja aikaa ja resursseja.”

Vaikka uusi ohjelmisto on tällä hetkellä käytössä simpansseilla, siitä voi olla hyötyä monilla muilla alueilla. Se olisi erittäin hyödyllistä lajien seuraamisessa suojelun kannalta, ja sitä voidaan soveltaa muihin lajeihin kuin simpansseihin. Tämä uusi teknologia auttaa johtamaan tekoälyä luonnon ongelmiin.

“Kaikki ohjelmistomme on saatavilla avoimena lähdekoodina tutkimusyhteisölle”, Nagrani sanoo. “Toivomme, että se auttaa tutkijoita ympäri maailmaa soveltamaan samaa viimeisintä tekniikkaa omiin ainutlaatuisiin eläintietokantoihinsa. Tekoälytutkijana on erittäin tyydyttävää nähdä nämä menetelmät sovellettuna ratkaisemaan todellisia, haasteellisia monimuotoisuuden ongelmia.”

“Monimuotoisuuskriisin kasvaessa ja monien maailman ekosysteemien ollessa uhattuna, kyky seurata tarkasti eri lajeja ja populaatioita automaattisilla järjestelmillä on välttämätöntä suojelutoimissa sekä eläinten käyttäytymistutkimuksessa”, Schofield sanoo. “Tällaiset monitieteiset yhteistyöt voivat vaikuttaa suuresti, löytämällä uusia ratkaisuja vanhoihin ongelmiin ja asettamalla biologisia kysymyksiä, joita ei aiemmin ollut mahdollista tutkia laajassa mittakaavassa.”

Tämä uusi teknologia ja ohjelmisto ovat erittäin tärkeitä monista syistä. Ne tulevat vaikuttamaan suuresti yhteiskunnan tärkeimpiin nykyongelmiin, kuten suojeluun ja ympäristönsuojeluun, ja ne voivat muuttaa tapaa, jolla ajattelemme tekoälyä. Tällä hetkellä lähes kaikki tekoälystä keskustellaan ihmisten sovellusten näkökulmasta. On jatkuvasti kehitystä lääketieteellisellä alalla, tekoäly-ihmiskeskustelulla, kuluttajateknologialla, sodalla ja paljon muulla, mutta villieläinten suojelu- ja käyttäytymistutkimuksen alueet eivät ole saaneet samaa huomiota. Nämä ovat alueita, joista tekoäly hyötyy suuresti, ja nämä uudet kehityssuunnat voivat auttaa ohjaamaan huomiota sinne.