Eksperci AI opracowali podejście oparte na dużych danych dla ochrony dzikiej przyrody

Grupa ekspertów od sztucznej inteligencji (AI) i ekologii zwierząt z Ecole Polytechnique Fédérale de Lausanne opracowała nowe podejście oparte na dużych danych w celu poprawy badań nad gatunkami dzikiej przyrody i ochrony dzikiej przyrody.

Nowe badanie zostało opublikowane w Nature Communications.

Zbieranie danych na temat dzikiej przyrody

Dziedzina ekologii zwierząt obecnie opiera się na dużych danych i Internecie rzeczy, z ogromnymi ilościami danych zbieranych na temat populacji dzikiej przyrody za pomocą technologii takich jak satelity, drony i automatyczne kamery. Te nowe technologie prowadzą do szybszych rozwojów badań, a także minimalizują zakłócenia w naturalnych siedliskach.

Wiele programów AI jest używanych do analizy dużych zbiorów danych, ale często są one zbyt ogólne i nieprecyzyjne, aby obserwować zachowanie i wygląd dzikich zwierząt.

Zespół naukowców opracował nowe podejście, aby obejść ten problem, łącząc postępy w dziedzinie widzenia komputerowego z ekspertyzą ekologów.

Wykorzystanie ekspertyzy ekologów

Ekolodzy obecnie używają AI i widzenia komputerowego do wyodrębniania kluczowych cech z obrazów, filmów i innych wizualnych form danych, co umożliwia im wykonywanie zadań takich jak klasyfikacja gatunków dzikiej przyrody i liczenie poszczególnych zwierząt. Jednak ogólne programy, które są często używane do przetwarzania tych danych, mają ograniczoną możliwość wykorzystania istniejącej wiedzy na temat zwierząt. Są one również trudne do dostosowania i narażone na problemy etyczne związane z wrażliwymi danymi.

Prof. Devis Tuia jest kierownikiem Laboratorium Nauk Środowiskowych i Obserwacji Ziemi na EPFL i głównym autorem badania.

“Chcieliśmy zainteresować więcej badaczy tym tematem i połączyć ich wysiłki, aby móc posunąć się do przodu w tej nowej dziedzinie. AI może służyć jako kluczowy katalizator w badaniach nad dziką przyrodą i ochroną środowiska w ogóle”, mówi prof. Tuia.

Aby zmniejszyć margines błędu programu AI, który jest szkolony do rozpoznawania określonego gatunku, naukowcy komputerowi musieliby być w stanie wykorzystać wiedzę ekologów zwierząt.

Prof. Mackenzie Mathis jest kierownikiem Katedry Neurobiologii Integracyjnej Fundacji Bertarelli na EPFL i współautorem badania.

“To jest miejsce, w którym połączenie ekologii i uczenia maszynowego jest kluczowe: biolog polowy ma ogromną wiedzę na temat badanych zwierząt, a naszym zadaniem jako badaczy uczenia maszynowego jest współpracować z nimi, aby zbudować narzędzia do znalezienia rozwiązania”, powiedziała.

To nie jest pierwszy raz, kiedy Tuia i zespół badaczy zajęli się tym problemem. Zespół wcześniej opracował program do rozpoznawania gatunków zwierząt na podstawie obrazów z dronów, podczas gdy Mathis i jej zespół opracowali pakiet oprogramowania open-source, aby pomóc naukowcom oszacować i śledzić pozy zwierząt.

Jeśli chodzi o nową pracę, zespół liczy, że może ona dotrzeć do szerszej publiczności.

“Społeczność jest stopniowo kształtowana”, mówi Tuia. “Dotychczas używaliśmy słowa z ust do ust, aby zbudować początkową sieć. Zaczęliśmy dwa lata temu z ludźmi, którzy są teraz współautorami artykułu: Benjamin Kellenberger, również na EPFL; Sara Beery w Caltech w USA; i Blair Costelloe w Instytucie Maxa Plancka w Niemczech”.