Konstgjord intelligens känner igen primatansikten i vildmarken

Forskare vid Oxford University har skapat en ny typ av konstgjord intelligens-programvara som kan känna igen och spåra ansiktena på enskilda schimpanser som lever i vildmarken. Denna nya programvara kommer att hjälpa forskare och vetenskapsmän att minska den tid och de resurser som krävs för att analysera videofilm av vilda schimpanser. Det kan också ha en enorm inverkan på området för konstgjord intelligens och viltvård, ett område som inte får lika mycket uppmärksamhet. Forskningen publicerades i Science Advances.

Dan Schofield, forskare och DPhil-student vid Oxford Universitys Primate Models Lab, School of Anthropology, talade om den nyligen utvecklade tekniken.

“För arter som schimpanser, som har komplexa sociala liv och lever i många år, kan kortvariga fältstudier bara ge oss en glimt av deras beteende”, sa han. “Genom att utnyttja maskinlärningens kraft för att låsa upp stora videoarkiv, blir det möjligt att mäta beteende över lång tid, till exempel observera hur en grups sociala interaktioner förändras över flera generationer.”

Forskarna utvecklade den nya konstgjord intelligensen genom att använda en datormodell som tränades med över 10 miljoner bilder från Kyoto Universitys Primate Research Institute (PRI). De har en samling av videor av vilda schimpanser i Guinea, Västafrika. Inget annat programvara har kunnat göra vad detta kan. Det kan kontinuerligt spåra och känna igen individer i olika poser. Det är mycket exakt, även i svåra förhållanden som låg belysning, dålig bildkvalitet och rörelseoskärpa.

Arsha Nagrani är medförfattare till studien och DPhil-student vid Department of Engineering Science, University of Oxford.

“Tillgång till detta stora videoarkiv har gjort det möjligt för oss att använda avancerad djupinlärning för att träna modeller i en skala som tidigare inte var möjlig”, säger Nagrani. “Dessutom skiljer sig vår metod från tidigare programvara för primatansiktsigenkänning genom att den kan tillämpas på rå videofilm med begränsad manuell ingripande eller förbearbetning, vilket sparar timmar av tid och resurser.”

Medan den nya programvaran för närvarande används för schimpanser, kan det finnas många fler områden där den kan vara till nytta. Det skulle vara extremt användbart för att övervaka arter för bevarande, och det kan tillämpas på arter andra än schimpanser. Denna nya tekniken kommer att hjälpa till att leda till att konstgjord intelligens används för att lösa problem i vildmarken.

“All vår programvara är tillgänglig som öppen källkod för forskarsamhället”, säger Nagrani. “Vi hoppas att detta kommer att hjälpa forskare i andra delar av världen att tillämpa samma avancerade tekniker på sina unika djurdatauppsättningar. Som datavetenskapsforskare är det extremt tillfredsställande att se dessa metoder tillämpas för att lösa verkliga, utmanande biodiversitetsproblem.”

“Med en ökande biodiversitetskris och många av världens ekosystem hotade, kommer förmågan att nära övervaka olika arter och populationer med hjälp av automatiserade system att vara avgörande för bevarandeinsatser, samt för djurbeteendeforskning”, säger Schofield. “Tvärvetenskapliga samarbeten som detta har enorm potential att göra en inverkan, genom att hitta nya lösningar på gamla problem och ställa biologiska frågor som tidigare inte var möjliga i stor skala.”

Denna nya teknologi och programvara är extremt viktig av flera skäl. Det kommer inte bara att spela en enorm roll i några av samhällets mest pressande nuvarande problem, som bevarande och miljöskydd, utan det kan också förändra hur vi ser på konstgjord intelligens. Just nu är nästan all diskussion om konstgjord intelligens fokuserad på mänskliga tillämpningar. Det finns konstanta utvecklingar inom medicin, konstgjord intelligens-mänsklig gränssnitt, konsumentteknik, krig och mycket mer, men områdena viltvård och djurbeteendestudier har inte fått samma uppmärksamhet. Dessa är områden som konstgjord intelligens kommer att gynna enormt, och dessa nya utvecklingar kan hjälpa till att rikta uppmärksamheten dit.