AI 전문가, 야생 동물 보호를 위한 빅 데이터 접근 방식 개발

Ecole Polytechnique Fédérale de Lausanne의 인공 지능(AI) 및 동물 생태학 전문가 그룹은 야생 동물 종에 대한 연구를 강화하고 야생 동물 보호를 개선하기 위해 새로운 빅 데이터 접근 방식을 개발했습니다. 

새로운 연구는 자연 통신. 

야생동물 데이터 수집

동물 생태학 분야는 이제 빅 데이터와 사물 인터넷에 의존하고 있으며, 위성, 드론, 자동 카메라와 같은 기술을 통해 야생 동물 개체군에 대한 방대한 양의 데이터가 수집되고 있습니다. 이러한 신기술은 연구 개발 속도를 높이는 동시에 자연 서식지의 파괴를 최소화합니다. 

많은 AI 프로그램이 대규모 데이터 세트를 분석하는 데 사용되지만 일반적이고 야생 동물의 행동과 모습을 관찰할 만큼 정확하지 않은 경우가 많습니다. 

과학자 팀은 이 문제를 해결하기 위해 컴퓨터 비전의 발전과 생태학자의 전문 지식을 결합하여 새로운 접근 방식을 개발했습니다. 

생태학자의 전문성 활용

생태학자들은 현재 AI와 컴퓨터 비전을 사용하여 이미지, 비디오 및 기타 시각적 형태의 데이터에서 주요 기능을 추출하여 야생 동물 종을 분류하고 개별 동물 수를 세는 것과 같은 작업을 수행할 수 있습니다. 그러나 이 데이터를 처리하는 데 자주 사용되는 일반 프로그램은 동물에 대한 기존 지식을 활용하는 능력이 제한적입니다. 또한 사용자 정의하기 어렵고 민감한 데이터와 관련된 윤리적 문제가 발생하기 쉽습니다. 

Devis Tuia 교수는 EPFL의 환경 전산 과학 및 지구 관측 연구소의 책임자이자 연구의 주 저자입니다. 

“우리는 더 많은 연구자들이 이 주제에 관심을 갖고 이 새로운 분야에서 앞으로 나아갈 수 있도록 노력을 모으고 싶었습니다. AI는 야생 동물 연구 및 환경 보호에서 보다 광범위하게 핵심 촉매 역할을 할 수 있습니다.”라고 Tuia 교수는 말합니다.

특정 종을 인식하도록 훈련된 AI 프로그램의 오차 범위를 줄이려면 컴퓨터 과학자가 동물 생태학자의 지식을 활용할 수 있어야 합니다. 

Mackenzie Mathis 교수는 EPFL의 통합 신경과학 Bertarelli Foundation 의장이자 연구의 공동 저자입니다. 

"여기서 생태학과 기계 학습의 결합이 핵심입니다. 현장 생물학자는 연구 중인 동물에 대한 방대한 지식을 갖고 있으며 기계 학습 연구자로서 우리의 임무는 그들과 협력하여 해결책을 찾기 위한 도구를 만드는 것입니다."라고 그녀는 말했습니다. . 

Tuia와 연구팀이 이 문제를 다룬 것은 이번이 처음이 아닙니다. 이 팀은 이전에 드론 이미지를 기반으로 동물 종을 인식하는 프로그램을 개발했으며 Mathis와 그녀의 팀은 과학자들이 동물 포즈를 추정하고 추적하는 데 도움이 되는 오픈 소스 소프트웨어 패키지를 개발했습니다. 

새로운 작업에 대해 팀은 더 많은 청중을 사로잡을 수 있기를 희망합니다.

"커뮤니티가 꾸준히 형성되고 있습니다."라고 Tuia는 말합니다. “지금까지 초기 네트워크를 구축하기 위해 입소문을 사용했습니다. 우리는 XNUMX년 전에 현재 이 기사의 다른 주요 저자인 사람들과 함께 처음 시작했습니다. 역시 EPFL의 Benjamin Kellenberger; 미국 Caltech의 Sara Beery; 그리고 독일 Max Planck Institute의 Blair Costelloe.”