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

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 об 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 маржу ошибки программы ИИ, обученной для распознавания конкретного вида, компьютерным ученым необходимо использовать знания экологов животных.

Профессор Маккензи Мэтис является руководителем кафедры интегративной нейробиологии фонда Бертарелли 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.”