Yapay Zeka Uzmanları Vahşi Yaşamı Koruma için Büyük Veri Yaklaşımı Geliştiriyor

Ecole Polytechnique Fédérale de Lausanne’da yapay zeka (AI) ve hayvan ekolojisi uzmanları, vahşi yaşam türleri üzerine araştırmaları artırmak ve vahşi yaşamı korumayı iyileştirmek için büyük veri yaklaşımı geliştirdiler.

Yeni çalışma Nature Communications‘de yayınlandı.

Vahşi Yaşam Üzerine Veri Toplama

Hayvan ekolojisi alanı artık büyük veri ve Nesnelerin İnterneti’ne dayanmaktadır ve teknoloji gibi uydular, dronlar ve otomatik kameralar aracılığıyla vahşi yaşam popülasyonları hakkında büyük miktarda veri toplanmaktadır. Bu yeni teknolojiler, araştırma gelişmelerini hızlandırırken aynı zamanda doğal habitatları bozulmasını en aza indirir.

Birçok AI programı, büyük veri kümelerini analiz etmek için kullanılır, ancak genellikle vahşi hayvanların davranışını ve görünüşünü gözlemlemek için yeterli değildir.

Bilimsel ekibin geliştirdiği yeni bir yaklaşım, bilgisayar görüşündeki ilerlemeleri ekolojistlerin uzmanlığıyla birleştirmeyi içerir.

Ekolojistlerin Uzmanlığını Kullanma

Ekolojistler şu anda AI ve bilgisayar görüşünü, resimlerden, videolardan ve diğer görsel veri formlarından ana özellikleri çıkarmak için kullanıyorlar, bu da vahşi yaşam türlerini sınıflandırma ve bireysel hayvanları sayma gibi görevleri gerçekleştirmelerine olanak tanır. Ancak, bu verileri işlemek için kullanılan genel programlar, hayvanlar hakkında mevcut bilgiyi kullanma yetenekleri sınırlıdır ve ayrıca özelleştirilmesi zordur ve hassas verilere ilişkin etik sorunlara eğilimlidir.

Prof. Devis Tuia, EPFL Çevresel Bilgisayarlı Bilim ve Dünya Gözlem Laboratuvarı başkanı ve çalışmanın baş yazarıdır.

“Bu konuya daha fazla araştırmacıyı dahil etmek ve çabalarını birleştirmek istedik, böylece bu ortaya çıkan alanda ilerleyelim. AI, vahşi yaşam araştırmalarında ve daha geniş çevre korumasında katalizör olarak hizmet edebilir” diyor Prof. Tuia.

Bir AI programının belirli bir türü tanımaya yönelik eğitimi sırasında hata payını azaltmak için, bilgisayar bilimcilerinin hayvan ekolojistlerinin bilgisini kullanabilmeleri gerekir.

Prof. Mackenzie Mathis, EPFL Bertarelli Vakfı Bütüncül Nörobilim Kürsüsü başkanı ve çalışmanın ortak yazarıdır.

“Ekoloji ve makine öğreniminin birleşmesi burada çok önemlidir: alan biyologları, incelenen hayvanlar hakkında muazzam bir alan bilgisine sahiptir ve bizim gibi makine öğrenimi araştırmacılarının görevi, onlarla birlikte çözüm bulmak için araçlar geliştirmektir” diyor.

Bu, Tuia ve araştırmacı ekibinin bu sorunu ele aldığı ilk kez değildir. Ekibin daha önce, dron görüntülerine dayanarak hayvan türlerini tanıyan bir program geliştirdiği ve Mathis ile ekibinin, bilim insanlarının hayvan duruşlarını tahmin etmelerine ve izlemelerine yardımcı olan açık kaynaklı bir yazılım paketi geliştirdiği bilinmektedir.

Yeni çalışma için ekip, daha geniş bir kitleye ulaşmayı umuyor.

“Bir topluluk yavaş yavaş şekilleniyor” diyor Tuia. “Şimdiye kadar, ilk olarak iki yıl önce, makalenin diğer baş yazarları olan EPFL’den Benjamin Kellenberger, ABD’deki Caltech’ten Sara Beery ve Almanya’daki Max Planck Enstitüsünden Blair Costelloe ile ağımızı sözlü olarak oluşturduk.”