Eksperci sztucznej inteligencji rozwijają podejście oparte na dużych zbiorach danych w celu ochrony dzikiej przyrody

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

Nowe badanie zostało opublikowane w Nature Communications.

Zbieranie danych na temat dzikiej przyrody

Dziedzina ekologii zwierząt opiera się obecnie na dużych zbiorach danych i Internet of Things, 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 sztucznej inteligencji 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 rozwiązać ten problem, łącząc postępy w dziedzinie widzenia komputerowego z ekspertyzą ekologów.

Wykorzystanie ekspertyzy ekologów

Ekolodzy obecnie używają sztucznej inteligencji i widzenia komputerowego do wyodrębniania kluczowych cech z obrazów, filmów i innych form wizualnych 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 w EPFL i głównym autorem badania.

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

Aby zmniejszyć margines błędu programu sztucznej inteligencji, który jest szkolony do rozpoznawania określonego gatunku, naukowcy komputerowi musieliby wykorzystać wiedzę ekologów zwierząt.

Prof. Mackenzie Mathis jest kierownikiem Katedry Neurobiologii Integracyjnej Fundacji Bertarelli w 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 nasza rola jako badaczy uczenia maszynowego jest współpraca z nimi, aby zbudować narzędzia do znalezienia rozwiązania”, mówi.

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

Jeśli chodzi o nową pracę, zespół liczy, że może ona dotrzeć do szerszego grona odbiorców.

“Społeczność jest stopniowo tworzona”, mówi Tuia. “Do tej pory używaliśmy słowa ustnego, aby zbudować początkową sieć. Zaczęliśmy dwa lata temu z ludźmi, którzy są teraz współautorami artykułu: Benjamin Kellenberger, również z EPFL; Sara Beery z Caltech w USA; i Blair Costelloe z Instytutu Maxa Plancka w Niemczech”.