Искусственный интеллект узнает животных! Теперь он может распознавать тропические виды

Такое простое устройство, как датчик тепла и движений, прикрепленный к цифровой камере, произвело революцию в изучении дикой природы. Сегодня с помощью таких фоторадаров на основе самообучающегося алгоритма ученые получают высококачественные снимки диких животных, существенно ускоряя анализ доступной информации.

Камеры-ловушки помогают ученым

Камерные ловушки - это простое решение, которое позволяет определить, где и как дикие животные взаимодействуют с окружающей средой. Использование таких фотоловушек позволяет осуществлять мониторинг популяций без ущерба для среды обитания. Эти относительно простые устройства позволили узнать удивительные факты о животных, в том числе обнаружить виды, ранее неизвестные ученым. В 2015 году подобные устройства помогли узнать, что находящийся под угрозой исчезновения редкий вид носорогов начал размножаться и увеличил свою крошечную популяцию.

Сложности наблюдения за дикими животными

После определения вероятного района для наблюдения, что обычно делается с помощью местных гидов, ловушки устанавливаются на определенной высоте на деревьях и столбах и оставляются в ожидании, пока дикие животные не пройдут мимо. На карте памяти хранятся изображения, которые защитники природы могут получить с помощью этих камер. Такие ловушки используются в течение нескольких месяцев и собирают сотни тысяч изображений с бесценной информацией о биоразнообразии.

Именно в таком большом количестве изображений и заключается проблема. Ловушки позволяют накопить миллионы фотографий, поэтому ученым требуются многие дни и недели для отсеивания пустых кадров и определения видов, попавших в кадр. Задержка в обработке данных может означать, что жизненно важная информация о биоразнообразии может быть устаревшей, прежде чем ее можно будет использовать.

Использование самообучающихся систем для анализа фото

Таня Берч из Google Earth Outreach и Хорхе Ахумада из Conservation International объясняют в своем блоге, что подготовленный человек может распознать где-то от 300 до 1000 таких изображений в час, новая технология ИИ может анализировать за это же время 3,6 миллиона фотографий. Несмотря на сложную задачу определения видов, такая система анализа искусственного интеллекта Wildlife Insights довольно точна. Если посмотреть на данные по 614 видам, то вероятность правильного определения вида составляет более 80%. Система искусственного интеллекта хороша в удалении изображений с камеры, на которых вообще нет животных, что может составлять до 80% полученных снимков.

Этот быстрый компьютерный анализ сделал данные в камерах-ловушках доступными почти в реальном времени, устраняя задержку в обработке, которая может сделать выполнение даже базовых исследований невероятно медленным процессом. Скорость жизненно важна для сохранения исчезающих видов, позволяет ученым реагировать на экологические изменения и быстрое нарушение окружающей среды. Доступность этой информации поможет поддержать тех, кто пытается спасти критически исчезающие виды и их среду обитания.

Машинное обучение сервиса от Google

В Google напомнили об истории ученых в Колумбии, после демобилизации FARC в 2017 году постепенно открывавших для себя части Амазонки, в которые они не могли войти во время конфликта в регионе. Короткометражный фильм показывает, как полевой биолог Анжелика Диас-Пулидо из Института Гумбольта использует камеры-ловушки для наблюдения за такими животными, как ягуар и кугуар, которые проживают в уникальном регионе Рейнбоу Ривер.

Машинное обучение помогает ускорить обработку этого огромного количества информации, чтобы ученые могли использовать самые последние данные о находящихся на грани массового вымирания животных. Этот быстрый анализ может помочь спасти виды на грани исчезновения, а ученые смогут получить необходимые им данные об эффективности принимаемых ими мер по спасению животных.