Птицы – один из наиболее популярных объектов наблюдений как для просто любителей природы, так и для ученых-орнитологов, которые изучают животных в их естественной среде. Впрочем, наблюдение за птицами – дело достаточно нелегкое и может занимать немало времени. Особенно это касается тех случаев, когда надо не просто отличить соловья от малиновки, а ворону – от сокола, а исследовать как в пределах популяции одного вида ведут себя отдельные особи.
В последнее время особенно активно стала развиваться поведенческая психология птиц. Среди пернатых оказалось значительно больше индивидуальностей, чем мы могли представить. Проблема заключается в том, что часто для человеческого глаза все птицы одного вида выглядят почти одинаково. Необходимо очень долго наблюдать за конкретной стаей, чтобы научиться узнавать отдельных ее членов "по лицам". Научиться этому хоть и можно, но довольно сложно.
Именно поэтому команда под руководством Андре Феррейра из Центра функциональной и эволюционной экологии во Франции попытались применить для этой задачи алгоритмы машинного обучения. В конце концов, справляются же искусственные нейросети с опознанием человеческих лиц на фотографиях?
Исследователи решили использовать тот же метод, только вместо баз данных граждан определенной страны: компьютеру “скармливали” фотографии разных диких птиц, в частности, зебровых амадин. Этот вид зябликов из австралийско-индонезийского региона уже достаточно давно интродуцирован в Португалии.
Для того чтобы обеспечить искусственный интеллект достаточным количеством снимков, популяция зебровых амадин и других диких птичек в определенной местности была предварительно промаркирована микрочипами, которые позволяли их идентифицировать по уникальным радиосигналам.
Затем было построено несколько десятков кормушек, которые были оснащены автоматическими фотокамерами. Таким образом, когда на кормушку садилась интересная исследователям птичка, ученые получали снимки, которые были четко идентифицированы, как птичка с определенной меткой.
Дальше шел уже стандартный для нейросетей процесс обучения. По завершению этапа обучения, исследователи предложили нейросети новую серию снимков. На них были птицы с той же популяции в условиях, в которых ИИ их до сих пор не видел. Индивидуальное узнавание птиц у машины в этом случае было успешным в 90% случаев для, собственно, зебровых амадин и у 87% для всех других птиц.
Искусственный интеллект и исследователи-волонтеры
До сих пор распознавание животных машиной осуществлялось только для определения конкретного вида. Это конечно очень помогало биологам в обработке огромного объема фотографий, которые поступают к ним от биологов-любителей. Однако сейчас задачи экологии и поведенческой биологии вплотную подходят к той грани, когда они могут опираться только на помощь тысяч исследователей-волонтеров.
И ручная обработка всех этих наблюдений, конечно, создает “бутылочную шейку” для исследователей. Поэтому, вполне возможно, что искусственные нейросети в очередной раз ускорят исследования благодаря тому, что возьмут на себя задачи по обработке изображений. И тогда ни один зяблик не сможет остаться незамеченным.
Читайте также:
Больше познаваемого читайте на нашем сайте: poznavaemoe.ru
