Експерти з штучного інтелекту розробили підхід великих даних для збереження дикої природи

Група експертів зі штучного інтелекту (ШІ) та екологів з Еколь Політекнік Федераль де Лозанна розробила новий підхід великих даних для покращення досліджень щодо видів дикої природи та поліпшення збереження дикої природи.

Нове дослідження було опубліковано в Nature Communications.

Збір даних про дику природу

Область екології тварин зараз залежить від великих даних та Інтернету речей, з величезними обсягами даних, зібраних про популяції дикої природи за допомогою технологій, таких як супутники, безпілотні літальні апарати та автоматичні камери. Ці нові технології призводять до швидшого розвитку досліджень, а також мінімального порушення природних середовищ.

Багато програм ШІ використовуються для аналізу великих наборів даних, але вони часто загальні та не досить точні для спостереження за поведінкою та зовнішнім виглядом диких тварин.

Команда вчених розробила новий підхід, щоб обійти це, і вони зробили це, поєднавши досягнення в галузі комп’ютерного зору з досвідом екологів.

Використання досвіду екологів

Екологи зараз використовують ШІ та комп’ютерний зір для виділення ключових ознак із зображень, відео та інших візуальних форм даних, що дозволяє їм виконувати завдання, такі як класифікація видів дикої природи та підрахунок окремих тварин. Однак загальні програми, які часто використовуються для обробки цих даних, обмежені в своїй здатності використовувати існуючі знання про тварин. Вони також важко налаштовуються та схильні до етичних проблем, пов’язаних з чутливими даними.

Професор Девіс Туя є керівником лабораторії комп’ютерних наук та спостереження за Землею EPFL і головним автором дослідження.

“Ми хотіли зацікавити更多 дослідників у цій темі та об’єднати їхні зусилля, щоб рухатися вперед у цій новій галузі. ШІ може служити ключовим катализатором у дослідженнях дикої природи та екологічному захисті в цілому”, – говорить професор Туя.

Для зменшення похибки програми ШІ, навченої розпізнавати певний вид, комп’ютерним вченим потрібно буде використовувати знання екологів тварин.

Професор Макензі Мейтіс є керівником кафедри інтегративної нейронауки фундації Бертареллі та співавтором дослідження.

“Ось де злиття екології та машинного навчання є ключовим: польовий біолог має величезні знання про тварин, які вивчаються, а наша робота як дослідників машинного навчання – працювати з ними, щоб створити інструменти для знаходження рішення”, – сказала вона.

Це не перший раз, коли Туя та команда дослідників займалися цією проблемою. Команда раніше розробила програму для розпізнавання видів тварин на основі зображень безпілотних літальних апаратів, тоді як Мейтіс та її команда розробили відкритий пакет програмного забезпечення, щоб допомогти вченим оцінювати та відстежувати позу тварин.

Що стосується нової роботи, команда сподівається, що вона зможе привернути ширшу аудиторію.

“Спільнота поступово набирає форму”, – говорить Туя. “На даний момент ми використовуємо слово з вуст у вуста, щоб створити початкову мережу. Ми почали два роки тому з людьми, які зараз є іншими головними авторами статті: Бенджаміном Келленбергером, також в EPFL; Сарою Бері в Калтеху в США; та Блером Костелло в Інституті Макса Планка в Німеччині.”