Kecerdasan Buatan Mengenali Wajah Primata di Alam Liar

Ilmuwan di University of Oxford telah menciptakan perangkat lunak kecerdasan buatan jenis baru yang dapat mengenali dan melacak wajah individu simpanse yang hidup di alam liar. Perangkat lunak baru ini akan membantu peneliti dan ilmuwan mengurangi waktu dan sumber daya yang dibutuhkan untuk menganalisis rekaman video simpanse liar. Ini juga dapat memiliki dampak besar di bidang AI dan konservasi satwa liar, sebuah area yang tidak mendapat perhatian yang setara. Penelitian ini diterbitkan di Science Advances. Dan Schofield, peneliti dan mahasiswa DPhil di Oxford University’s Primate Models Lab, School of Anthropology, berbicara tentang teknologi yang baru dikembangkan ini. “Untuk spesies seperti simpanse, yang memiliki kehidupan sosial kompleks dan hidup selama bertahun-tahun, mendapatkan gambaran perilaku mereka dari penelitian lapangan jangka pendek hanya dapat memberi tahu kita sejauh ini,” katanya. “Dengan memanfaatkan kekuatan pembelajaran mesin untuk membuka arsip video besar, menjadi layak untuk mengukur perilaku dalam jangka panjang, misalnya mengamati bagaimana interaksi sosial suatu kelompok berubah selama beberapa generasi.” Para peneliti mengembangkan kecerdasan buatan baru ini dengan menggunakan model komputer yang dilatih dengan lebih dari 10 juta gambar dari Kyoto University’s Primate Research Institute (PRI). Mereka memiliki koleksi video simpanse liar di Guinea, Afrika Barat. Tidak ada perangkat lunak lain yang mampu melakukan apa yang dapat dilakukan oleh perangkat lunak ini. Ia mampu terus melacak dan mengenali individu dalam berbagai pose yang berbeda. Ini sangat akurat, bahkan dalam kondisi sulit seperti pencahayaan rendah, kualitas gambar buruk, dan blur gerakan. Arsha Nagrani adalah penulis bersama studi ini dan mahasiswa DPhil di Department of Engineering Science, University of Oxford. “Akses ke arsip video besar ini memungkinkan kami menggunakan jaringan saraf dalam mutakhir untuk melatih model pada skala yang sebelumnya tidak mungkin,” kata Nagrani. “Selain itu, metode kami berbeda dari perangkat lunak pengenalan wajah primata sebelumnya karena dapat diterapkan pada rekaman video mentah dengan intervensi manual atau pra-pemrosesan yang terbatas, menghemat berjam-jam waktu dan sumber daya.” Meskipun perangkat lunak baru ini saat ini digunakan dengan simpanse, mungkin ada lebih banyak area yang diuntungkan. Ini akan sangat berguna dalam memantau spesies untuk konservasi, dan dapat diterapkan pada spesies selain simpanse. Teknologi baru ini akan membantu mengarahkan penggunaan kecerdasan buatan untuk memecahkan masalah di alam liar. “Semua perangkat lunak kami tersedia sumber terbuka untuk komunitas penelitian,” kata Nagrani. “Kami berharap ini akan membantu peneliti di bagian lain dunia menerapkan teknik mutakhir yang sama pada kumpulan data hewan unik mereka. Sebagai peneliti visi komputer, sangat memuaskan melihat metode ini diterapkan untuk memecahkan masalah keanekaragaman hayati yang nyata dan menantang.” “Dengan meningkatnya krisis keanekaragaman hayati dan banyak ekosistem dunia terancam, kemampuan untuk memantau secara ketat berbagai spesies dan populasi menggunakan sistem otomatis akan sangat penting untuk upaya konservasi, serta penelitian perilaku hewan,” kata Schofield. “Kolaborasi interdisipliner seperti ini memiliki potensi besar untuk membuat dampak, dengan menemukan solusi baru untuk masalah lama, dan mengajukan pertanyaan biologis yang sebelumnya tidak layak dalam skala besar.” Teknologi dan perangkat lunak baru ini sangat penting karena berbagai alasan. Tidak hanya akan memainkan peran besar dalam beberapa masalah paling mendesak masyarakat saat ini seperti konservasi dan perlindungan lingkungan, tetapi juga dapat mengubah cara kita memikirkan kecerdasan buatan. Sampai saat ini, hampir semua pembicaraan seputar AI berfokus pada aplikasi manusia. Ada perkembangan konstan di bidang medis, antarmuka AI-manusia, teknologi konsumen, perang, dan banyak lagi, tetapi area perlindungan satwa liar dan studi perilaku hewan belum menerima perhatian yang sama. Ini adalah area yang akan sangat diuntungkan oleh AI, dan perkembangan baru ini dapat membantu mengarahkan sebagian perhatian ke sana.