in ,

Πώς η τεχνητή νοημοσύνη ξεχωρίζει τα ζώα;

Ο προστάτης των φαλαινών, ο Τεντ Τσίζμαν, παραδέχεται ότι τα μεγάλα ζώα δεν ποζάρουν υπομονετικά για φωτογραφίες. Αντίθετα, σε περισσότερες από τις εκδρομές για παρατήρηση φαλαινών λέει ότι “βλέπεις το 2% της φάλαινας για το 2% του χρόνου”.

Ωστόσο, η εκδρομή με σκάφος για να προσπαθήσεις να εντοπίσεις μια φάλαινα παραμένει πολύ δημοφιλής. Περίπου 13 εκατομμύρια άνθρωποι πηγαίνουν για παρατήρηση φαλαινών κάθε χρόνο σε όλο τον κόσμο, και η βιομηχανία λέγεται ότι αξίζει 2,1 δισ. δολάρια.

Η φάλαινα γκούντζουλα είναι η αστέρας της βιομηχανίας παρατήρησης φαλαινών, καθώς είναι σχετικά συχνή και περνάει χρόνο στην επιφάνεια. Ο κ. Τσίζμαν λέει επίσης ότι η γκούντζουλα είναι “πολύ ενδιαφέρουσα”, με τους πιο τυχερούς παρατηρητές φαλαινών να πιάνουν μια άλματα ή μια κλωτσιά της ουράς.

Για να βοηθήσει τους ανθρώπους να αισθανθούν μια πιο στενή σύνδεση με κάθε φάλαινα, η εταιρεία έρευνας του κ. Τσίζμαν, HappyWhale, επιτρέπει στους χρήστες να ανεβάζουν τις φωτογραφίες τους στον ιστότοπό της.

Το τεχνητό νευρικό δίκτυο (AI) της HappyWhale θα ψάξει γρήγορα μέσα από τη βάση δεδομένων της που περιλαμβάνει περισσότερες από 70.000 διαφορετικές φάλαινες με σκοπό να σας πει ποιο ζώο κοιτούσατε ακριβώς.

Μπορεί να σας πει το όνομα της φάλαινας, αν έχει ήδη δοθεί ένα, ή να σας προσκαλέσει να επιλέξετε ένα. Και αν η φάλαινα είναι μια που έχει καταγραφεί προηγουμένως, θα σας δείξει ένα χάρτη με όλα τα μέρη που έχει εντοπιστεί.

Το AI λειτουργεί χρησιμοποιώντας προσαρμοσμένο λογισμικό αναγνώρισης προσώπου ανθρώπων για να αναγνωρίσει τη μοναδικά σχηματισμένη, χρωματισμένη ή σημαδεμένη ουρά κάθε φάλαινας.

Ο κ. Τσίζμαν λέει ότι το AI είναι τόσο αποτελεσματικό που δεν χρειάζεται η ουρά μιας φάλαινας να είναι ήσυχη και ανοιχτή – μπορεί να αναγνωρίσει τη φάλαινα ακόμα κι αν η ουρά της είναι περιστραμμένη, κυρτωμένη ή βυθισμένη.

Το σύστημα “WhaleID” είναι δωρεάν για το κοινό, αλλά οι επιχειρήσεις παρατήρησης φαλαινών και οι κρουαζιερόπλοια ζητούνται να πληρώνουν μηνιαία συνδρομή.

“Χρεώνουμε για την εμπορική χρήση της κινητής εφαρμογής, επειδή για τις εταιρείες παρατήρησης φαλαινών και τους φορείς κρουαζιέρας είναι μια μεγάλη εμπειρία για τους ξεναγούς να μπορούν να αναγνωρίζουν άμεσα μια φάλαινα και να μεταδίδουν την ιστορία της,” λέει ο κ. Τσίζμαν.

“Αυτό προσθέτει αξία, δημιουργεί ενθουσιασμό και επιτρέπει στον ξεναγό να αφηγηθεί μια αληθινή ιστορία για τις φάλαινες που συναντούν, με έναν τρόπο που συνδέεται βαθιά με τους παρατηρητές φαλαινών.”

Η Happywhale με έδρα την Ορεγκόν χρησιμοποιεί όλα τα δεδομένα που λαμβάνει από τις ανεβασμένες φωτογραφίες για να βοηθήσει στην παρακολούθηση του αριθμού και των κινήσεων των φαλαινών. Είναι ένα παράδειγμα μιας αυξανόμενης τάσης – οι ομάδες διατήρησης χρησιμοποιούν την τεχνητή νοημοσύνη για να επιτρέψουν στα μέλη του κοινού να αναγνωρίζουν ζώα ή πουλιά. Και ανταλλάσσουν ταυτόχρονα μια σειρά δεδομένων από το κοινό.

Η εφαρμογή Merlin Bird ID επιτρέπει στους χρήστες να αναγνωρίζουν ποιο είδος πουλιού βλέπουν – ή ακούν. Αναπτύχθηκε από το Εργαστήριο Ορνιθολογίας του Cornell στο Πανεπιστήμιο του Cornell στην πολιτεία της Νέας Υόρκης. Ο χρήστης είτε φωτογραφίζει το πουλί είτε καταγράφει το τραγούδι του.

Στη συνέχεια, το λογισμικό AI ελέγχει γρήγορα τη βάση δεδομένων του Cornell με εικόνες ή ηχογραφήσεις, που φυλάσσονται σε ψηφιακό αρχείο που ονομάζεται Βιβλιοθήκη Μακόλεϊ, και παρέχει μια αντιστοιχία.

“Η ιδέα πίσω από το Merlin ήταν πώς μπορούμε να υποστηρίξουμε τους νέους παρατηρητές πουλιών,” λέει η Alli Smith, συντονίστρια του έργου Merlin. “Μόνο στη Βόρεια Αμερική, υπάρχουν πάνω από 700 διαφορετικά είδη πουλιών που μπορεί να ανακαλύψει κανείς – αυτό είναι συντριπτικό.”

Όσον αφορά στη βάση δεδομένων των ηχογραφήσεων πουλιών, το AI λειτουργεί μετατρέποντας την ηχογράφηση σε φασματόγραμμα ή κυματομορφή δεδομένων, την οποία στη συνέχεια προσπαθεί να ταιριάξει με αυτές που ήδη υπάρχουν στο αρχείο.

Οι χρήστες του Merlin Bird ενθαρρύνονται να εισάγουν την τοποθεσία τους και το μέγεθος, το χρώμα και τη συμπεριφορά του πουλιού. Αυτά τα δεδομένα προστίθενται στη Βιβλιοθήκη Μακόλεϊ, και οι επιστήμονες μπορούν να τα χρησιμοποιήσουν για να βοηθήσουν στη χαρτογράφηση των πληθυσμών των πουλιών, των περιοχών και των μεταναστευτικών τους μοντέλων και να κατανοήσουν πώς έχουν αλλάξει.

“Οι πληθυσμοί των πουλιών μειώνονται σε όλο τον κόσμο, αλλά μόνο στις ΗΠΑ και τον Καναδά έχουμε χάσει τρεις δισεκατομμύρια πουλιά τα τελευταία 50 χρόνια,” προσθέτει η κας Σμιθ. “Αυτή είναι η πρώτη φορά που μπορούμε να το δείξουμε σε πραγματικό χρόνο.”

Η εφαρμογή iNaturalist ξεκίνησε ως κοινωνικό δίκτυο όπου τα μέλη μπορούσαν να δημοσιεύουν φωτογραφίες ζώων και φυτών, και η κοινότητα θα αναγνώριζε τι περιελάμβανε η κάθε φωτογραφία.

Σήμερα χρησιμοποιεί τεχνητή νοημοσύνη για να προσδιορίζει τι φωτογράφισαν οι άνθρωποι. Αρχικά, η τεχνητή νοημοσύνη εκπαιδεύτηκε με περισσότερες από 100 φωτογραφίες για κάθε είδος και συνεχίζει να μαθαίνει καθώς ανεβάζονται περισσότερες εικόνες.

Ένας από τους προγραμματιστές της εφαρμογής, ο Grant Van Horn, βοηθός καθηγητής πληροφορικής στο Πανεπιστήμιο του Massachusetts Amherst, λέει ότι η τεχνητή νοημοσύνη ανιχνεύει συγκεκριμένα οπτικά “μοτίβα”.

“Για παράδειγμα, αφού εκπαιδεύσουμε το μοντέλο να αναγνωρίζει μια φωτογραφία ενός τσιπμάνκ ή ενός σκίουρου, ο υπολογιστής αρχίζει να ελέγχει αν αυτά τα μοτίβα είναι παρόντα σε μια παρόμοια εικόνα. Και με βάση αυτά τα μοτίβα, θα προβλέψει είτε τσιπμάνκ, είτε σκίουρο, είτε κάτι άλλο,” αναφέρει.

Ο Wayne Klockner, εκτελεστικός διευθυντής του οργανισμού παρατήρησης πουλιών American Birding Association στις Ηνωμένες Πολιτείες, λέει ότι οι εφαρμογές αναγνώρισης εικόνων βοηθούν στην ενίσχυση των προσπαθειών διατήρησης.

“Πιστεύω ότι οποιοδήποτε εργαλείο βοηθά τους παρατηρητές πουλιών να μάθουν περισσότερα είναι θετικό, γιατί αυτή η γνώση και η απόλαυση προάγουν και ενισχύουν το ενδιαφέρον για τη διατήρηση,” λέει. “Οι άνθρωποι προστατεύουν αυτό που αγαπούν και νοιάζονται. Αν η εφαρμογή της τεχνητής νοημοσύνης συνεισφέρει σε αυτό, τότε πιθανότατα τα πουλιά θα είναι σε καλύτερη κατάσταση.”

Επιστρέφοντας στη HappyWhale, λέει ότι τα δεδομένα παρακολούθησης φαλαινών που λαμβάνει από τις φωτογραφίες των χρηστών διαδραμάτισαν σημαντικό ρόλο στο να πείσουν τα μέλη του Διεθνούς Συνδέσμου Τουριστικών Περιηγήσεων στην Ανταρκτική να μειώσουν τη μέγιστη επιτρεπόμενη ταχύτητα των πλοίων τους για την πρόληψη των συγκρούσεων με φάλαινες.

 

 

 

Αφήστε μια απάντηση

Η ηλ. διεύθυνση σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *

Η Αστυνομία του Bedfordshire χρησιμοποιεί την τεχνητή νοημοσύνη για να εξοικονομήσει ώρες σε διοικητικές εργασίες

Ειδική εκδήλωση χορού σε εικονική πραγματικότητα, δημιουργήθηκε για κάτοικους του Suffolk με άνοια!