Компютърен модел, разработен в Университета в Уайоминг, показа забележителна точност и ефективност в идентифицирането на диви животни по снимки от камери на фотокапани в Северна Америка.
Пробивът в областта на изкуствения интелект се счита за значителен напредък в изследването и опазването на дивата природа. Компютърният модел вече е наличен в софтуерен пакет за Program R – широко използван програмен език и свободна софтуерна среда за статистически изчисления. Доклад за постижението бе публикуван в научното списание „Methods in Ecology and Evolution“.
„Способността бързо да се идентифицират милиони изображения от фотокапаните може из основи да промени начина, по който еколозите подхождат към проучванията на дивата природа“, се казва в документа. Негови автори са специалистите от Катедрата по зоология и физиология Майкъл Табак и Райън Милър.
Изследването се основава на по-ранни проучвания на университета, публикувани тази година, при които компютърен модел бе анализирал 3,2 милиона изображения, заснети с фотокапани в Африка – в Серенгети. Система с изкуствен интелект бе категоризирала снимките на животните с точност 96,6%. Това е същият процент, постигнат и от екип доброволци по проекта, ала с по-бързи темпове в сравнение с хората.
При най-новото изследване учените са обучили „невронна мрежа“ в Маунт Моран, високопроизводителния компютърен клъстер на Университета в Уайоминг, да класифицира видове диви животни, използвайки 3,37 млн. кадъра от фотокапани, заснели 27 вида животни в пет американски щата.
След това моделът е тестван с близо 375 000 животински изображения с темпо от около 2000 изображения в минута – върху преносим компютър. Постигната е 97,6% точност – тя може да се счита за най-високата до момента при използване на изкуствен интелект за класифициране на изображения на дивата природа.
Наред с това компютърният модел е тестван с група от 5900 снимки на лос, едър рогат добитък, елени и диви свине от Канада. При тях той е постигнал точност при разпознаването от 81,8%. Заедно с това изкуственият интелект е постигнал 94 процента успех при премахване на празни изображения (без животни) от набор от снимки от Танзания.