Модели искусственного интеллекта помогают идентифицировать инвазивные виды растений по всей Великобритании

Ученые-экологи и исследователи искусственного интеллекта используют ИИ для борьбы с инвазивными видами, распространяющимися по Великобритании. Исследователи из Британский центр экологии и гидрологии (UKCEH) и Бирмингем разработали модель ИИ, предназначенную для исследования таких областей, как обочины дорог, на предмет наличие различных инвазивных видов, в том числе горца японского.

Японский спорыш — это инвазивный вид, который может нанести ущерб природным ландшафтам и зданиям по всей Великобритании, поскольку он способен повредить фундаменты зданий. Его часто считают одним из самых вредоносных и агрессивных инвазивных видов растений в Великобритании. Избавление от спорыша японского часто оказывается сложной задачей, поскольку его сложно найти и идентифицировать. Исследователи искусственного интеллекта надеются, что алгоритмы машинного обучения помогут сократить время и ресурсы, необходимые для идентификации японского спорыша.

Данные для обучения были собраны для модели с помощью высокоскоростных камер, установленных на крыше транспортных средств, которые собирали изображения примерно 120 миль растительности на обочине дороги. Экологи изучат изображения и пометят спорыш, а на изображениях будет отмечено их местоположение по GPS. Помеченные изображения затем будут использоваться для обучения модели компьютерного зрения распознаванию образцов японского спорыша. Тот же процесс будет использоваться для распознавания других видов инвазивных растений, встречающихся в Великобритании, таких как гималайский бальзам и рододендроны. Система также будет использоваться для обнаружения ясеней, которые произрастают в Великобритании, но подвержены риску уничтожения болезнями.

Модель ИИ будет протестирована в течение 10-месячного пилотного проекта. Исследовательская группа говорит, что есть проблемы, которые команде необходимо решить, например, убедиться, что изображения, снятые камерами, имеют одинаковое качество и что, когда на одном изображении несколько видов, все виды правильно идентифицированы. Если пилотная программа в конечном итоге принесет многообещающие результаты, ее можно будет адаптировать для использования в других странах мира, помогая этим странам бороться с собственными проблемами инвазивных видов. Как специалист по вычислительной технике в UKCEH, д-р Том Огаст, цитирует The Next Web:

«Инвазивные виды растений, как правило, растут в коридорах, поэтому мы сосредоточились на придорожных исследованиях, специалисте по вычислительной технике в UKCEH. Если пилотный проект окажется успешным, его можно будет распространить на другие страны или на другие виды растений, деревьев или даже насекомых и животных».

По словам Августа, модели ИИ открывают множество возможностей для изучения мира природы и разработки эффективных и экономичных решений для инвазивных видов. UKCEH сотрудничает с Keen AI, компанией по искусственному интеллекту, базирующейся в Бирмингеме. Основатель Keen AI Амджад Карим, по словам Science Focus, сказал, что использование моделей ИИ для анализа изображений и обнаружения инвазивных видов может помочь сократить расходы и обеспечить безопасность землевладельцев, дорожных агентств и политиков. Для основного метода сбора изображений обочины в настоящее время требуются геодезисты, и эта дорога временно закрыта, пока они завершают свою работу.

Новый проект, разработанный UKCEH и Keen AI, является последним в растущей тенденции применения ИИ для борьбы с инвазивными видами. В конце прошлого года исследователи ИИ из Microsoft и CSIRO объединили свои усилия. разработать модель ИИ это может быть инвазивный вид, называемый пара-травой, который встречается по всему национальному парку Какаду в Австралии. Паратрава - это быстрорастущий сорняк, который может быстро распространяться, быстро вытесняя многие местные растения в регионе. Исследователи использовали изображения, собранные дронами, и как только модель была обучена на помеченных изображениях, она смогла успешно идентифицировать паратраву, что позволило исследователям удалить ее из уязвимых водно-болотных угодий. Это позволило тысячам гусей-сорок вернуться в регион. Еще одна группа исследователей из Нового университета Альберты использовала модели машинного обучения для разработать стратегии сдерживания и смягчения последствий для различных инвазивных видов в Канаде.