Yapay Zeka Uzmanları Yaban Hayatının Korunması İçin Büyük Veri Yaklaşımı Geliştiriyor

Ecole Polytechnique Fédérale de Lausanne'deki bir grup yapay zeka (AI) ve hayvan ekolojisi uzmanı, vahşi yaşam türleri üzerindeki araştırmaları geliştirmek ve vahşi yaşamın korunmasını iyileştirmek için yeni bir büyük veri yaklaşımı geliştirdi. 

Yeni çalışma yayınlandı Doğa İletişim. 

Yaban Hayatı ile İlgili Veri Toplama

Hayvan ekolojisi alanı artık büyük verilere ve Nesnelerin İnternetine dayanıyor ve uydular, dronlar ve otomatik kameralar gibi teknolojiler aracılığıyla yaban hayatı popülasyonları hakkında büyük miktarda veri toplanıyor. Bu yeni teknolojiler, doğal yaşam alanlarındaki bozulmayı en aza indirirken aynı zamanda daha hızlı araştırma geliştirmeleri sağlar. 

Birçok AI programı, büyük veri kümelerini analiz etmek için kullanılır, ancak bunlar genellikle geneldir ve vahşi hayvanların davranışını ve görünümünü gözlemlemek için yeterince kesin değildir. 

Bilim adamlarından oluşan ekip bu sorunu aşmak için yeni bir yaklaşım geliştirdi ve bunu bilgisayar görüşündeki ilerlemeleri ekolojistlerin uzmanlığıyla birleştirerek başardılar. 

Ekolojistlerin Uzmanlığından Yararlanma

Ekolojistler şu anda yapay zeka ve bilgisayar görüşünü kullanarak görüntülerden, videolardan ve diğer görsel veri biçimlerinden temel özellikleri ayıklıyor ve bu da onların yaban hayatı türlerini sınıflandırma ve tek tek hayvanları sayma gibi görevleri gerçekleştirmelerini sağlıyor. Ancak, bu verileri işlemek için sıklıkla kullanılan jenerik programlar, hayvanlarla ilgili mevcut bilgilerden yararlanma becerileri açısından sınırlıdır. Ayrıca özelleştirilmesi zordur ve hassas verilerle ilgili etik sorunlara eğilimlidir. 

Prof. Devis Tuia, EPFL'nin Çevresel Hesaplamalı Bilim ve Yer Gözlem Laboratuvarı başkanı ve çalışmanın baş yazarıdır. 

"Bu konuyla ilgilenen daha fazla araştırmacı çekmek ve gelişmekte olan bu alanda ilerlemek için çabalarını bir araya getirmek istedik. Yapay zeka, yaban hayatı araştırmalarında ve daha geniş anlamda çevre korumada önemli bir katalizör görevi görebilir,” diyor Prof. Tuia.

Belirli bir türü tanımak üzere eğitilmiş bir AI programının hata payını azaltmak için, bilgisayar bilimcilerin hayvan ekolojistlerinin bilgisinden yararlanabilmeleri gerekir. 

Prof. Mackenzie Mathis, EPFL'nin Bertarelli Vakfı Bütünleştirici Nörobilim Kürsüsü başkanı ve çalışmanın ortak yazarıdır. 

"Ekoloji ve makine öğreniminin birleşmesinin kilit noktası şu: Saha biyologları, incelenen hayvanlar hakkında engin bir alan bilgisine sahip ve biz makine öğrenimi araştırmacılarının görevi, bir çözüm bulmak için araçlar geliştirmek üzere onlarla birlikte çalışmak," dedi. 

Tuia ve araştırma ekibi bu konuyu ilk kez ele almıyor. Ekip daha önce drone görüntülerine dayalı olarak hayvan türlerini tanımak için bir program geliştirirken, Mathis ve ekibi bilim adamlarının hayvan pozlarını tahmin etmesine ve izlemesine yardımcı olacak açık kaynaklı bir yazılım paketi geliştirdi. 

Yeni çalışmaya gelince, ekip daha geniş bir izleyici kitlesini yakalayabileceğini umuyor.

Tuia, "Bir topluluk giderek şekilleniyor," diyor. "Şimdiye kadar ilk ağımızı oluşturmak için kulaktan kulağa yaymayı kullandık. İki yıl önce, şu anda makalenin diğer baş yazarları olan kişilerle başladık: EPFL'den Benjamin Kellenberger; ABD'deki Caltech'ten Sara Beery; ve Almanya'daki Max Planck Enstitüsü'nden Blair Costelloe."