Орнітологи з ряду наукових інститутів Німеччини, Франції, Португалії та Південної Африки нещодавно змогли застосувати системи штучного інтелекту (ШІ) до індивідуального розпізнавання птахів. Комп’ютер в прямому сенсі навчився розрізняти на світлині окремих пташок одного виду.
Птахи – один із найбільш популярних об’єктів спостережень як для просто любителів природи, так і для вчених-орнітологів, які вивчають тварин у їхньому природному середовищі. Втім, спостереження за птахами – річ достатньо нелегка і може займати чимало часу. Особливо це стосується тих випадків, коли треба не просто відрізнити солов’я від малинівки, а ворону – від сокола, а дослідити як в межах популяції одного виду поводяться окремі особини.
Зеброва амадина. Джерело: Wikimedia
Останнім часом особливо активно почала розвиватися поведінкова психологія птахів. Серед пернатих виявилося значно більше індивідуальностей, ніж ми могли уявити. Проблема полягає в тому, що часто для людського ока всі птахи одного виду виглядають майже однаково. Необхідно дуже довго спостерігати за конкретною зграєю, щоб навчитися впізнавати окремих її членів “за обличчям”. Навчитися цього хоч і можна, але доволі складно.
“Великий Брат” спостерігає за амадинами
Саме тому інтернаціональна команда під керівництвом доктора Андре Ферейра з французького Центру функціональної та еволюційної екології спробували застосувати для цієї задачі алгоритми машинного навчання. Зрештою, справляються ж штучні нейромережі з упізнанням людських облич на світлинах?
Дослідники вирішили використати той самий метод, тільки замість баз даних громадян певної країни: комп’ютеру “згодовували” фотографії різних диких пташок, зокрема, зебрових амадин (по іншому – зебрових діамантників). Цей вид зябликів з австралійсько-індонезійського регіону вже достатньо давно інтродукований у Португалії.
Птахи на годівниці під час збору первинних даних. Джерело: Annie Basson and André Ferreira.
Для того, аби забезпечити штучний інтелект достатньою кількістю знімків, популяція зебрових амадин та інших диких пташок у певній місцевості була попередньо промаркована мікрочипами, які дозволяли їх ідентифікувати по унікальному радіосигналу.
Потім було збудовано кілька десятків годівниць, які були оснащені автоматичними фотокамерами. Таким чином, коли на годівницю сідала цікава дослідникам пташка, вчені отримували її знімки, які були чітко ідентифіковані, як пташка з певною міткою.
Далі йшов вже стандартний для нейромереж процес навчання. По завершенню етапу навчання, дослідники запропонували нейромережі нову серію знімків. На них були птахи з тієї ж популяції в умовах, в яких ШІ їх досі не бачив. Індивідуальне упізнавання пташок у машини у цьому випадку було успішним у 90% випадків для, власне, зебрових амадин і біля 87% для усіх інших пташок.
Штучний інтелект та дослідники-волонтери
Досі розпізнавання тварин машиною здійснювалося тільки для визначення конкретного виду. Це звичайно дуже допомагало біологам в обробці величезного об’єму фотографій, які надходять до них від біологів-любителів. Однак зараз задачі екології та поведінкової біології впритул підходять до тієї межі, коли вони можуть спиратися тільки на допомогу тисяч дослідників-волонтерів.
І ручна обробка усіх цих спостережень, звичайно, створює “пляшкову шийку” для дослідників. Тож, цілком можливо, що штучні нейромережі у черговий раз прискорять дослідження завдяки тому, що візьмуть на себе завдання з обробки зображень. І тоді жоден зяблик не зможе лишитися непоміченим.
British Ecology Society (2020), doi: 10.1111/2041-210X.13436.
Якщо ви знайшли помилку, будь ласка, виділіть фрагмент тексту та натисніть Ctrl+Enter.