Các chuyên gia AI phát triển phương pháp tiếp cận dữ liệu lớn để bảo tồn động vật hoang dã

Một nhóm các chuyên gia về trí tuệ nhân tạo (AI) và sinh thái động vật tại Ecole Polytechnique Fédérale de Lausanne đã phát triển một phương pháp tiếp cận dữ liệu lớn mới để tăng cường nghiên cứu về các loài động vật hoang dã và cải thiện việc bảo tồn động vật hoang dã. 

Nghiên cứu mới được công bố trên Nature Communications. 

Thu thập dữ liệu về động vật hoang dã

Lĩnh vực sinh thái động vật hiện dựa vào dữ liệu lớn và Internet vạn vật, với lượng dữ liệu khổng lồ được thu thập về quần thể động vật hoang dã thông qua công nghệ như vệ tinh, máy bay không người lái và máy ảnh tự động. Những công nghệ mới này giúp phát triển nghiên cứu nhanh hơn đồng thời giảm thiểu sự gián đoạn trong môi trường sống tự nhiên. 

Nhiều chương trình AI được sử dụng để phân tích các tập dữ liệu lớn, nhưng chúng thường chung chung và không đủ chính xác để quan sát hành vi và diện mạo của động vật hoang dã. 

Nhóm các nhà khoa học đã phát triển một phương pháp mới để giải quyết vấn đề này và họ đã làm được điều đó bằng cách kết hợp những tiến bộ trong thị giác máy tính với chuyên môn của các nhà sinh thái học. 

Tận dụng chuyên môn của các nhà sinh thái học

Các nhà sinh thái học hiện đang sử dụng AI và thị giác máy tính để trích xuất các tính năng chính từ hình ảnh, video và các dạng dữ liệu trực quan khác, cho phép họ thực hiện các nhiệm vụ như phân loại các loài động vật hoang dã và đếm từng loài động vật. Tuy nhiên, các chương trình chung thường được sử dụng để xử lý dữ liệu này bị hạn chế về khả năng tận dụng kiến ​​thức hiện có về động vật. Chúng cũng khó tùy chỉnh và dễ gặp các vấn đề đạo đức liên quan đến dữ liệu nhạy cảm. 

Giáo sư Devis Tuia là người đứng đầu Phòng thí nghiệm quan sát trái đất và khoa học tính toán môi trường của EPFL và là tác giả chính của nghiên cứu. 

“Chúng tôi muốn có thêm nhiều nhà nghiên cứu quan tâm đến chủ đề này và tập hợp nỗ lực của họ để tiến lên trong lĩnh vực mới nổi này. Giáo sư Tuia cho biết AI có thể đóng vai trò là chất xúc tác chính trong nghiên cứu động vật hoang dã và bảo vệ môi trường rộng rãi hơn.

Để giảm biên độ sai sót của chương trình AI được đào tạo để nhận dạng một loài cụ thể, các nhà khoa học máy tính cần có khả năng tận dụng kiến ​​thức của các nhà sinh thái học động vật. 

Giáo sư Mackenzie Mathis là người đứng đầu của EPFL's Bertarelli Foundation Chair of Integrative Neuroscience và là đồng tác giả của nghiên cứu. 

“Đây là nơi mà sự kết hợp giữa sinh thái và học máy là chìa khóa: nhà sinh vật học hiện trường có kiến ​​thức sâu rộng về động vật đang được nghiên cứu và chúng tôi, với tư cách là nhà nghiên cứu học máy, công việc của chúng tôi là hợp tác với họ để xây dựng các công cụ nhằm tìm ra giải pháp,” cô nói . 

Đây không phải là lần đầu tiên Tuia và nhóm các nhà nghiên cứu giải quyết vấn đề này. Trước đây, nhóm đã phát triển một chương trình nhận dạng các loài động vật dựa trên hình ảnh của máy bay không người lái, trong khi Mathis và nhóm của cô đã phát triển một gói phần mềm mã nguồn mở để giúp các nhà khoa học ước tính và theo dõi các tư thế của động vật. 

Đối với tác phẩm mới, nhóm hy vọng nó có thể thu hút được nhiều đối tượng hơn.

Tuia nói: “Một cộng đồng đang dần hình thành. “Cho đến nay chúng tôi đã sử dụng truyền miệng để xây dựng một mạng lưới ban đầu. Lần đầu tiên chúng tôi bắt đầu cách đây hai năm với những người hiện là tác giả chính khác của bài báo: Benjamin Kellenberger, cũng tại EPFL; Sara Beery tại Caltech ở Mỹ; và Blair Costelloe tại Viện Max Planck ở Đức.”