โมเดลและแพลตฟอร์ม AI
นักวิจัย AI พัฒนาแนวทาง Big Data สำหรับการอนุรักษ์สัตว์ป่า

ประเด็นสำคัญทีม EPFL ผสานคอมพิวเตอร์วิทัศน์กับความเชี่ยวชาญของนักนิเวศวิทยาเพื่อเพิ่มความแม่นยำของ…
ดูเพิ่มเติม
- ทีม EPFL ผสานคอมพิวเตอร์วิทัศน์กับความเชี่ยวชาญของนักนิเวศวิทยาเพื่อเพิ่มความแม่นยำของ AI ด้านสัตว์ป่า
- โปรแกรม AI ทั่วไปขาดความแม่นยำในการจำแนกชนิดพันธุ์และก่อให้เกิดความเสี่ยงทางจริยธรรม
- ซอฟต์แวร์โอเพนซอร์สจาก EPFL ช่วยให้นักวิทยาศาสตร์ประมาณและติดตามท่าทางของสัตว์ได้
นักวิจัยด้านปัญญาประดิษฐ์ (AI) และนักนิเวศวิทยาจาก Ecole Polytechnique Fédérale de Lausanne ได้พัฒนาแนวทางใหม่ด้านข้อมูลขนาดใหญ่ (Big Data) เพื่อเพิ่มประสิทธิภาพการวิจัยเกี่ยวกับสายพันธุ์สัตว์ป่าและปรับปรุงการอนุรักษ์สัตว์ป่า
การศึกษานี้ได้รับการตีพิมพ์ใน Nature Communications.
การรวบรวมข้อมูลเกี่ยวกับสัตว์ป่า
สาขานิเวศวิทยาสัตว์ในปัจจุบันขึ้นอยู่กับข้อมูลขนาดใหญ่และอินเทอร์เน็ตของสรรพสิ่ง (IoT) โดยมีการรวบรวมข้อมูลจำนวนมากเกี่ยวกับประชากรสัตว์ป่าผ่านเทคโนโลยี เช่น ดาวเทียม โดรน และกล้องอัตโนมัติ เทคโนโลยีใหม่เหล่านี้ทำให้การวิจัยมีความเร็วและลดการรบกวนในพื้นที่ธรรมชาติ
มีโปรแกรม AI หลายโปรแกรมที่ใช้ในการวิเคราะห์ข้อมูลขนาดใหญ่ แต่โปรแกรมเหล่านี้มักจะไม่เฉพาะเจาะจงและไม่แม่นยำพอที่จะสังเกตพฤติกรรมและลักษณะของสัตว์ป่า
ทีมนักวิจัยได้พัฒนาแนวทางใหม่เพื่อแก้ปัญหานี้ โดยการผสมผสานความก้าวหน้าในคอมพิวเตอร์วิทัศน์กับความเชี่ยวชาญของนักนิเวศวิทยา
การใช้ประโยชน์จากความเชี่ยวชาญของนักนิเวศวิทยา
นักนิเวศวิทยาปัจจุบันใช้ AI และคอมพิวเตอร์วิทัศน์เพื่อแยกคุณลักษณะสำคัญจากภาพ, วิดีโอ และรูปแบบข้อมูลที่มองเห็นได้ ซึ่งช่วยให้พวกเขาสามารถทำงาน เช่น การจำแนกสายพันธุ์สัตว์ป่าและการนับสัตว์เป็นรายตัวได้ อย่างไรก็ตาม โปรแกรมทั่วไปที่ใช้ในการประมวลผลข้อมูลเหล่านี้มีข้อจำกัดในการใช้ความรู้ที่มีอยู่เกี่ยวกับสัตว์ และยากต่อการปรับแต่ง นอกจากนี้ยังมีปัญหาเกี่ยวกับจริยธรรมที่เกี่ยวข้องกับข้อมูลอ่อนไหว
ศาสตราจารย์ Devis Tuia เป็นหัวหน้าห้องปฏิบัติการวิทยาศาสตร์คำนวณสิ่งแวดล้อมและสำรวจโลกของ 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
“ที่นี่คือจุดที่การรวมกันของนิเวศวิทยาและการเรียนรู้ของเครื่องมีความสำคัญ: นักชีววิทยาภาคสนามมีความรู้เฉพาะด้านอย่างลึกซึ้งเกี่ยวกับสัตว์ที่กำลังศึกษา และเราที่เป็นนักวิจัยการเรียนรู้ของเครื่องจักรมีหน้าที่ทำงานร่วมกับพวกเขาเพื่อสร้างเครื่องมือในการหาวิธีแก้ปัญหา” เธอกล่าว
นี่ไม่ใช่ครั้งแรกที่ Tuia และทีมนักวิจัยได้กล่าวถึงปัญหานี้ ทีมนักวิจัยได้พัฒนาโปรแกรมเพื่อจำแนกสายพันธุ์สัตว์จากภาพถ่ายจากโดรน 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”












