Արհեստական բանականություն
AI-ն օգնում է դիտարկել նախկինում չհաղորդված կենդանիների վարքագիծը
Արհեստական ինտելեկտի (AI) ամենահետաքրքիր ասպեկտներից մեկն այն է, որ տեխնոլոգիան մշտապես օգնում է փորձագետներին նոր տեղեկություններ բացահայտել մեր միջավայրի մասին: Սա ևս մեկ դեպք է, երբ Օսակայի համալսարանի հետազոտական թիմը ստեղծել է կենդանիների միջոցով փոխանցվող տվյալների հավաքագրման նոր համակարգ, որը հիմնված է AI-ի վրա: Այս համակարգն այն է, ինչ օգնեց բացահայտել ծովային թռչունների նախկինում չզեկուցված վարքագիծը, մասնավորապես՝ կեր փնտրելու հարցում:
Bio-logging
Վայրի կենդանիներին, ներառյալ նրանց վարքագիծը և սոցիալական փոխազդեցությունները, ներկայումս օգտագործվող մեթոդներից մեկը կենսագրոհն է: Տեխնիկան ներառում է թեթև տեսախցիկների կամ այլ սարքերի տեղադրում, որոնք նախատեսված են կենդանիների մարմինների վրա տվյալներ հավաքելու համար: Թեև կենսագրոհը համարվում է կենդանու անհանգստությունը կանխելու լավագույն մեթոդներից մեկը, այն ունի որոշ բացասական կողմեր:
Մասնավորապես, կենսագրոհը պահանջում է մարտկոցի աշխատունակության բարձր մակարդակ, իսկ համակարգերը թանկ են:
Տակույա Մաեկավան հետազոտության համապատասխան հեղինակն է, որը հրապարակվել է Կենսաբանության հաղորդակցություն և վերնագրված «Մեքենայական ուսուցումը հնարավորություն է տալիս կատարելագործված աշխատանքի ժամանակի ճշգրտություն ծովային թռչունների վրա բիո-լոգերների համար».
«Քանի որ փոքր կենդանիներին կցված բիո-լոգերը պետք է լինեն փոքր և թեթև, նրանք ունեն կարճ աշխատաժամանակ, և, հետևաբար, դժվար էր գրանցել հետաքրքիր հազվադեպ վարքագիծ», - ասաց Մաեկավան:
«Մենք մշակել ենք նոր արհեստական ինտելեկտով հագեցած կենսագրառման սարք, որը թույլ է տալիս մեզ ավտոմատ կերպով հայտնաբերել և գրանցել հատուկ թիրախային վարքագիծը՝ հիմնված էժան սենսորների տվյալների վրա, ինչպիսիք են արագացուցիչները և աշխարհագրական դիրքորոշման համակարգերը (GPS)», - շարունակեց Մաեկավան:
Էժան սենսորների օգտագործմամբ ավելի քիչ հույս կարող է դրվել թանկարժեք սենսորների վրա, որոնք ներառում են տեսախցիկներ: Այս թանկարժեք սենսորներն այնուհետև պետք է օգտագործվեն միայն այն ամենահավանական ժամանակներում, երբ կարելի է ֆիքսել հատուկ թիրախային վարքագիծը:
Զուգակցված է մեքենայական ուսուցման հետ
Այս համակարգերը զուգակցելով մեքենայական ուսուցման տեխնիկայի հետ՝ թանկարժեք սենսորները կարող են ուղղորդվել այնպիսի վարքագծերի նկատմամբ, որոնք շատ հետաքրքիր են, բայց հազվադեպ: Սա նշանակում է, որ այդ հազվադեպ վարքագիծը դիտարկվելու ավելի մեծ հնարավորություն ունի:
AI-ի օգնությամբ տեսախցիկի համակարգը, որը մշակվել է Օսակայի համալսարանի թիմի կողմից, փորձարկվել է սև պոչ ճայերի և շերտավոր խուզիչ ջրերի վրա: Երկու կենդանիներն էլ պահվել են իրենց բնական միջավայրում, որոնք գտնվում են Ճապոնիայի ափերի մոտ գտնվող կղզիներում։
Ջոզեֆ Կորպելան թերթի գլխավոր հեղինակն է:
«Նոր մեթոդը 15 անգամ բարելավեց սևապոչ ճայերի կեր փնտրելու վարքագծի հայտնաբերումը պատահական նմուշառման մեթոդի համեմատ», - ասաց Կորպելան: «Շերտավոր խուզիչ ջրերում մենք կիրառեցինք GPS-ի վրա հիմնված արհեստական ինտելեկտով հագեցած համակարգ՝ այս թռչունների տեղական թռիչքային հատուկ գործողությունները հայտնաբերելու համար: GPS-ի վրա հիմնված համակարգն ուներ 0.59 ճշգրտություն, ինչը շատ ավելի բարձր է, քան պարբերական նմուշառման մեթոդի 0.07-ը, որը ներառում է տեսախցիկի ամեն 30 րոպեն մեկ միացնելը»:
Հետազոտողների կարծիքով, այս AI տեխնոլոգիայի շատ հնարավոր կիրառություններ կան, ներառյալ որսագողության դեմ կիրառումը և մարդկանց և վայրի կենդանիների միջև փոխհարաբերությունների և փոխազդեցությունների մասին պատկերացում կազմելու համար:
«Այս համակարգերն ունեն հնարավոր կիրառությունների հսկայական շարք, ներառյալ որսագողության ակտիվության հայտնաբերումը, օգտագործելով որսագողության դեմ պիտակներ», - ասում է Մաեկավան: «Մենք նաև ակնկալում ենք, որ այս աշխատանքը կօգտագործվի մարդկային հասարակության և վայրի կենդանիների փոխազդեցությունները բացահայտելու համար, որոնք փոխանցում են համաճարակներ, ինչպիսին է կորոնավիրուսը»:
