Источник: phys.org, перевод: Хроники Обухова
Ранее на такую работу ученые тратили от шести месяцев до года. Исследование, опубликованное в Journal of Applied Ecology, доказывает, что выводы ИИ совпадают с экспертными оценками людей в 85-90% случаев.
Традиционный метод мониторинга дикой природы является чрезвычайно трудоемким. Камеры, реагирующие на движение, генерируют огромные массивы данных в лесах Вашингтона, Гватемалы или Монтаны. Даже с большой командой ассистентов просмотр сотен тысяч снимков отнимал львиную долю времени, откладывая принятие важных управленческих решений. Использование модели SpeciesNet от Google позволило полностью автоматизировать этот процесс, устранив необходимость финальной проверки человеком для большинства видов.
"Мы не пытаемся заменить людей", - объясняет ведущий автор исследования, эколог Дэниел Торнтон. "Наша цель - помочь исследователям быстрее получать ответы, чтобы они могли принимать лучшие решения по сохранению природы".
ИИ оказался особенно эффективным в определении мест обитания животных и факторов окружающей среды, которые на них влияют. Хотя алгоритм иногда допускает ошибки (например, путает редкие виды), общие экологические модели остаются устойчивыми благодаря большому количеству повторных наблюдений. Это открывает путь к мониторингу в реальном времени таких хищников, как ягуары, волки и медведи гризли.
Быстрота: Анализ, длившийся год, теперь занимает около недели.
Доступность: Малые и недофинансированные природоохранные группы получают мощный инструмент анализа без привлечения штата специалистов.
Масштабируемость: Исследователи могут расширять сети фотоловушек, не боясь утонуть в объемах данных.
Несмотря на успех, человеческий надзор все еще необходим для идентификации критически редких видов, которые легко спутать с другими. Однако для стандартных экологических исследований ИИ перестал быть экспериментальной новинкой, став надежным рабочим инструментом. Как отмечают разработчики из Google, технология уже сегодня готова к использованию в тех типах анализа, которые экологи проводят ежедневно, превращая "цифровые пробки" в быстрые и точные научные выводы.
