Модели и платформы ИИ
Эксперты в области ИИ разрабатывают подход больших данных для сохранения дикой природы

Ключевые моментыКоманда EPFL объединяет компьютерное зрение с опытом экологов для повышения точности ИИ…
Показать больше
- Команда EPFL объединяет компьютерное зрение с опытом экологов для повышения точности ИИ в изучении дикой природы.
- Универсальные программы ИИ недостаточно точны для распознавания видов и несут этические риски.
- Программное обеспечение с открытым исходным кодом от EPFL помогает учёным оценивать и отслеживать позы животных.
Группа экспертов в области искусственного интеллекта (ИИ) и животной экологии из Эколь Политехник Федерал де Лозанн разработала новый подход больших данных для улучшения исследований видов дикой природы и сохранения дикой природы.
Новое исследование было опубликовано в Nature Communications.
Сбор данных о дикой природе
Область животной экологии теперь полагается на большие данные и Интернет вещей, с огромными объемами данных, собираемых о популяциях дикой природы с помощью технологий, таких как спутники, беспилотные летательные аппараты и автоматические камеры. Эти новые технологии приводят к более быстрому развитию исследований, а также минимизируют нарушения естественных сред обитания.
Многие программы ИИ используются для анализа больших наборов данных, но они часто слишком общие и не достаточно точны, чтобы наблюдать за поведением и внешним видом диких животных.
Команда ученых разработала новый подход, чтобы обойти эту проблему, и они сделали это, объединив достижения в области компьютерного зрения с опытом экологов.
Использование опыта экологов
Экологи в настоящее время используют ИИ и компьютерное зрение для извлечения ключевых особенностей из изображений, видео и других визуальных форм данных, что позволяет им выполнять задачи, такие как классификация видов дикой природы и подсчет отдельных животных. Однако общие программы, которые часто используются для обработки этих данных, ограничены в своей способности использовать существующие знания о животных. Они также трудно настраиваются и подвержены этическим проблемам, связанным с чувствительными данными.
Профессор Девис Туя является руководителем лаборатории вычислительной науки об окружающей среде и наблюдения за Землей Эколь Политехник Федерал де Лозанн и ведущим автором исследования.
“Мы хотели привлечь больше исследователей к этой теме и объединить их усилия, чтобы продвинуться в этой новой области. ИИ может служить ключевым катализатором в исследованиях дикой природы и более широкой охране окружающей среды”, – говорит профессор Туя.
Чтобы уменьшить погрешность программы ИИ, обученной для распознавания конкретного вида, компьютерным ученым необходимо использовать знания экологов животных.
Профессор Маккензи Мэтис является руководителем кафедры интегративной нейробиологии фонда Бертарелли в EPFL и соавтором исследования.
“Именно здесь слияние экологии и машинного обучения имеет ключевое значение: у полевого биолога есть огромные знания о видах, которые изучаются, и наша задача как исследователей машинного обучения – работать с ними, чтобы построить инструменты для нахождения решения”, – сказала она.
Это не первый раз, когда Туя и команда исследователей решали эту проблему. Ранее команда разработала программу для распознавания видов животных на основе изображений, полученных с беспилотных летательных аппаратов, а Мэтис и ее команда разработали пакет открытого программного обеспечения, чтобы помочь ученым оценить и отслеживать позы животных.
Что касается новой работы, команда надеется, что она сможет привлечь более широкую аудиторию.
“Сообщество медленно принимает форму”, – говорит Туя. “До сих пор мы использовали слово из уст в уста, чтобы построить первоначальную сеть. Мы начали два года назад с людьми, которые сейчас являются другими ведущими авторами статьи: Бенджамином Келленбергером, также в Эколь Политехник Федерал де Лозанн; Сарой Бери в Калтехе в США; и Блэром Костелло в Институте Макса Планка в Германии.”












