Штучний інтелект, як нова надія для екологів
Незважаючи на те, наскільки вони знають про природному світі, екологи та експерти в області дикої природи сидять на кладці недослідженою інформації. Вони збирають тонну або дані про природному світі, але це неймовірно складно (і, найчастіше, дуже втомлює), щоб пройти через все це і з'ясувати, що це означає.
Один із способів збору даних: камери із захопленням руху. Вони створені в дикій природі і беруть мільйони фотографій тварин, а також тварин в їх природному середовищі існування. Після аналізу вони можуть виявити невідкриті шаблони поведінки або показати нам, як краще захистити навколишнє середовище. Але здебільшого ми не можемо бути більш конкретними щодо того, що таке «тварини речі», тому що для того, щоб сортувати і аналізувати всі ці фотографії, потрібно тисяча годин приголомшення.
Тепер, однак, ми можемо дізнатися уроки з цих знімків. Відповідно до системи штучного інтелекту, вчені знайшли спосіб автоматизувати весь процес - їх алгоритм може розпізнати 48 різних видів тварин і визначити, що робить ця тварина на кожній фотографії, згідно з новим дослідженням, опублікованим в PNAS.
Ті часті годинник просіювання фотографій? Вчені зазвичай не робили цього самі. Часто вони покладалися на вчених-допитливих добровольців, які погодилися переглянути і помітити фотографії. Одна група з мережею камер Snapshot Serengeti, яка покладається на вчених-громадян, щоб позначити їх, надала мільйони фотографій тварин і їх опису. Система ІІ пройшла через ті раніше відмічені фотографії та навчилася ідентифікувати такі види, як гну і газель, і їх дії, такі як відпочинок, їжа або взаємодія один з одним. Після просіювання всіх цих фотографій система AI була практично такою ж гарною, як і людина, позначаючи нові фотографії, записані в дикій природі.
Зокрема, новий інструмент класифікації є правильним в 99,3 відсотка випадків. Волонтери-добровольці зазвичай краще на 0,3 відсотка. Але знижена продуктивність системи AI була викликана особливо складними фотографіями, такими як закриття ноги імпали, яку ІІ прийняв за зебру. Якщо ці фотографії залишені людям, ІІ впорається з іншими так само добре, як і добровольці з натовпу-джерел. І навіть за допомогою невеликої допомоги, ІІ може класифікувати фотознімку Snapshot Serengeti в 17 000 годин менше, ніж, за розрахунками дослідників, буде потрібно група людей, щоб зробити все це.
Цей новий алгоритм і інші інструменти для економії часу можуть повністю змінити гру для біологів і екологів. Багато наукових відкриттів відбувається, коли дослідники повертаються через архіви, а проблеми зі спостереженням за дикими тваринами залишають прогалини в нашому знанні світу. Наприклад, вчені тільки підтвердили в минулому році, що дикі аардваркі п'ють воду, бо ніхто не бачив, як це відбувається.
Використання великого методу даних для збереження живої природи може дати нам нові стратегії для того, щоб краще захистити екосистеми, які повільно розвиваються в сучасній індустріалізації і розвитку. Використовуючи штучний інтелект, щоб вчитися якомога більше - і швидше, ніж ми могли б тільки з командою добровольців-людей, - про те, як ці тварини діють і взаємодіють, екологи можуть знайти нові способи зберегти їх живими, оскільки навколо них змінюється світ.
