Rýchla detekcia tučniakov vďaka AI
Úvodný obrázok zdroj: Markus De Nitto, Pixabay
Úbytok jedného druhu zvieraťa či jeho postupné vyhynutie odzrkadľuje naše (ne)vedomé správanie voči prírode. Hovorí sa, že zdravý tučniak znamená zdravý oceán. Okrem sledovania prirodzeného prostredia na Antarktíde slúži početnosť populácie tučniakov aj ako indikátor ohrozenia pre iné živočíšne druhy. V minulosti bola vzdialenosť, ktorú prekonávali kvôli potrave 411 km v čase, kým sa vyliahli, 61 km v rannom štádiu vývoja mláďata a 111 km v jeho neskoršom štádiu. Do roku 2007 sa však každá cesta stihla predĺžiť v priemere o 80 km, pretože vzdialenosť, čo prekonávali dovtedy, už nepostačovala pre obstaranie potrebného množstva potravy pre rodinu. Poctu dostali tučniaky aj v podobe Svetového dňa tučniakov, ktorý pripadá na 25. apríla.
A aká je úloha umelej inteligencie? Podáva pomocnú ruku pri získavaní údajov.
Jeden, dva, tri…
Aby vedci dokázali pracovať s čo najčerstvejšími údajmi, prosili už pred 4 rokmi pomoc od verejnosti. Tí, ktorí mali chuť priložiť ruku k dielu, mali pomôcť s manuálnym počítaním tučniakov.
Zdroj: Siggy Nowak, Pixabay
Už dávno neplatí, že Antarktída je iba čistý ľad. Pri osvetlenej fotografii je dosť možné, že si na nej pomýlite tučniaka so skalou. Aby sa teda predišlo mylným výpočtom a dosiahol presný počet v čo najkratšom čase, na scénu vstúpila opäť spoločnosť Gramener, ktorá sa zapája v programe AI pre Zem (AI for Earth) spoločnosti Microsoft už tretí rok. Ako už z názvu vyplýva, program je zameraný na riešenie problémov na Zemi, týkajúcich sa fauny a flóry.
AI model pre záchranu tučniakov
Tentokrát teda model pomáha detegovať tučniaka a zaistiť vedcom požadované údaje o ich počte. Najprv bolo potrebné natrénovať riešenie založené na strojovom učení, čo pri tučniakovi znamená zaistiť čo najviac vstupov s informáciami ako tučniak vyzerá z rôznych uhlov a pohľadov. Keďže sa tučniak v pozícii bližšie ku kamere zdá byť väčší, bolo obtiažne hneď použiť rôznorodé fotografie v datasete. Poradila si s tým konvolučná neurónová sieť, ktorú použili v AI modeli na platforme Azure.
Model je využiteľný samozrejme aj pre detekciu iných živočíšnych druhov. Napr. je problematické vyhodnocovať zábery získané z fotopascí, nakoľko sa aktivujú pohybom a nie vždy sa na snímke podarí zviera zachytiť. Manuálne sa teda vyraďujú prázdne snímky a až potom sa môže začať práca na identifikácii zachytených druhov. Umelá inteligencia pomôže zefektíviť proces detekcie zachytených druhov a v porovnaní s manuálnym vyraďovaním snímok, budú môcť vedci venovať viac času samotným výsledkom.
Zdroje: Microsoft News, Smithsonian
