นักวิจัย AI พัฒนาแนวทาง Big Data สำหรับการอนุรักษ์สัตว์ป่า

นักวิจัยด้านปัญญาประดิษฐ์ (AI) และนักนิเวศวิทยาจาก Ecole Polytechnique Fédérale de Lausanne ได้พัฒนาแนวทางใหม่ด้านข้อมูลขนาดใหญ่ (Big Data) เพื่อเพิ่มประสิทธิภาพการวิจัยเกี่ยวกับสายพันธุ์สัตว์ป่าและปรับปรุงการอนุรักษ์สัตว์ป่า

การศึกษานี้ได้รับการตีพิมพ์ใน Nature Communications.

การรวบรวมข้อมูลเกี่ยวกับสัตว์ป่า

สาขานิเวศวิทยาสัตว์ในปัจจุบันขึ้นอยู่กับข้อมูลขนาดใหญ่และอินเทอร์เน็ตของสิ่ง (IoT) โดยมีการรวบรวมข้อมูลจำนวนมากเกี่ยวกับประชากรสัตว์ป่าผ่านเทคโนโลยี เช่น ดาวเทียม, จรวด, และกล้องอัตโนมัติ เทคโนโลยีใหม่เหล่านี้ทำให้การวิจัยมีความเร็วและลดการรบกวนในพื้นที่ธรรมชาติ

มีโปรแกรม AI หลายโปรแกรมที่ใช้ในการวิเคราะห์ข้อมูลขนาดใหญ่ แต่โปรแกรมเหล่านี้มักจะไม่เฉพาะเจาะจงและไม่แม่นยำพอที่จะสังเกตพฤติกรรมและลักษณะของสัตว์ป่า

ทีมนักวิจัยได้พัฒนาแนวทางใหม่เพื่อแก้ปัญหานี้ โดยการผสมผสานความก้าวหน้าในการมองเห็นคอมพิวเตอร์กับความเชี่ยวชาญของนักนิเวศวิทยา

การนำความเชี่ยวชาญของนักนิเวศวิทยา

นักนิเวศวิทยาปัจจุบันใช้ AI และการมองเห็นคอมพิวเตอร์เพื่อแยกคุณลักษณะสำคัญจากภาพ, วิดีโอ และรูปแบบข้อมูลที่มองเห็นได้ ซึ่งช่วยให้พวกเขาสามารถทำงาน เช่น การจำแนกสายพันธุ์สัตว์ป่าและการนับจำนวนสัตว์แต่ละชนิดได้ อย่างไรก็ตาม โปรแกรมทั่วไปที่ใช้ในการประมวลผลข้อมูลเหล่านี้มีข้อจำกัดในการใช้ความรู้ที่มีอยู่เกี่ยวกับสัตว์ และยากต่อการปรับแต่ง นอกจากนี้ยังมีปัญหาเกี่ยวกับจริยธรรมที่เกี่ยวข้องกับข้อมูลที่ไวต่อความเสี่ยง

ศาสตราจารย์ Devis Tuia เป็นหัวหน้า实验室วิทยาศาสตร์คำนวณสิ่งแวดล้อมและสำรวจโลกของ EPFL และเป็นผู้เขียนหลักของการศึกษา

“เราต้องการให้นักวิจัยสนใจหัวข้อนี้และรวมความพยายามเพื่อขับเคลื่อนสาขานี้ไปข้างหน้า AI สามารถเป็นตัวเร่งสำคัญในการวิจัยสัตว์ป่าและการปกป้องสิ่งแวดล้อมในวงกว้าง” ศาสตราจารย์ Tuia กล่าว

เพื่อลดข้อผิดพลาดของโปรแกรม AI ที่ได้รับการฝึกฝนให้จำแนกสายพันธุ์สัตว์เฉพาะ นักวิทยาศาสตร์คอมพิวเตอร์จะต้องสามารถใช้ความรู้ของนักนิเวศวิทยาได้

ศาสตราจารย์ Mackenzie Mathis เป็นหัวหน้าตำแหน่ง Bertarelli Foundation Chair of Integrative Neuroscience ของ EPFL และเป็นผู้เขียนร่วมของการศึกษา

“ที่นี่คือจุดที่การรวมกันของนิเวศวิทยาและ机器เรียนรู้มีความสำคัญ: นักชีววิทยาสามารถมีความรู้ที่ลึกซึ้งเกี่ยวกับสัตว์ที่กำลังศึกษา และเราที่เป็นนักวิจัยการเรียนรู้ของเครื่องจักรมีหน้าที่ทำงานร่วมกับพวกเขาเพื่อสร้างเครื่องมือในการหาวิธีแก้ปัญหา” เธอกล่าว

นี่ไม่ใช่ครั้งแรกที่ Tuia และทีมนักวิจัยได้กล่าวถึงปัญหานี้ ทีมนักวิจัยได้พัฒนาโปรแกรมเพื่อจำแนกสายพันธุ์สัตว์จากภาพถ่ายจากรถจักรยาน และ Mathis และทีมของเธอได้พัฒนาโปรแกรมซอฟต์แวร์แบบเปิดเพื่อช่วยให้นักวิทยาศาสตร์สามารถประมาณการและติดตามท่าทางของสัตว์

สำหรับการทำงานใหม่นี้ ทีมนักวิจัยหวังว่าจะสามารถดึงดูดผู้ชมได้กว้างขึ้น

“ชุมชนกำลังเกิดขึ้นอย่างต่อเนื่อง” ศาสตราจารย์ Tuia กล่าว “เริ่มต้นด้วยการบอกกล่าวกันเองเพื่อสร้างเครือข่ายเริ่มต้น เราเริ่มต้นเมื่อสองปีที่แล้วกับคนเหล่านี้ที่ตอนนี้เป็นผู้เขียนนำของบทความ: Benjamin Kellenberger, ที่ EPFL; Sara Beery ที่ Caltech ในสหรัฐอเมริกา; และ Blair Costelloe ที่ Max Planck Institute ในเยอรมนี”