Новый ИИ-инструмент для анализа изображений дикой природы поможет в изучении климатических изменений
Новый инструмент на основе искусственного интеллекта (ИИ) может помочь в разработке алгоритмов для анализа фотографий дикой природы. Это улучшит понимание того, как виды по всему миру реагируют на изменение климата.
Инструмент позволит учёным создавать алгоритмы для быстрого и глубокого анализа миллионов изображений дикой природы, которые ежегодно загружают в интернет участники гражданской науки.
Это может раскрыть ключевые данные о влиянии изменения климата, загрязнения, потери среды обитания и других факторов на десятки тысяч видов животных и растений.
Сайты гражданской науки — потенциально богатый источник информации. Хотя существующие ИИ-алгоритмы могут автоматически определять виды на загруженных изображениях, было неясно, способны ли они извлекать и другую информацию.
Международная команда учёных создала новый инструмент INQUIRE, чтобы проверить, насколько хорошо алгоритмы ИИ могут анализировать банки изображений для получения дополнительных данных. Это могут быть детали о том, что ест вид, насколько он здоров и с какими другими видами взаимодействует.
INQUIRE оценивает способность ИИ делать выводы на основе банка из 5 миллионов фотографий дикой природы, загруженных на сайт гражданской науки iNaturalist.
Команда обнаружила, что текущие алгоритмы ИИ способны отвечать на некоторые из таких вопросов, но не справляются с более сложными. К ним относятся запросы, требующие анализа мелких деталей на изображениях, а также запросы, содержащие подробную научную терминологию.
Результаты подчёркивают возможности для разработки новых алгоритмов ИИ, которые помогут учёным эффективнее исследовать обширные коллекции изображений.
Выводы будут представлены на Тридцать восьмой ежегодной конференции по системам обработки нейронной информации (NeurIPS 2024) в Ванкувере с 10 по 15 декабря.
В команду вошли исследователи из Университета Эдинбурга, Университетского колледжа Лондона, UMass Amherst, iNaturalist и Массачусетского технологического института (MIT). Работа частично поддерживалась Генеративной лабораторией ИИ Университета Эдинбурга.
Доктор Ойсин Мак Аода из Школы информатики Университета Эдинбурга: «Тысячи фотографий дикой природы, загружаемых в интернет каждый день, дают учёным ценную информацию о том, где на Земле можно найти разные виды. Однако знание того, какой вид изображён на фото, — это лишь верхушка айсберга. Эти изображения — потенциально огромный, в основном неиспользуемый ресурс. Возможность быстро и точно просеивать содержащееся в них богатство информации может дать жизненно важные подсказки о том, как виды реагируют на такие многогранные проблемы, как изменение климата».
Доктор Сара Беери, доцент MIT: «Эта тщательная работа с данными, направленная на сбор реальных примеров научных запросов из различных областей экологии и наук об окружающей среде, оказалась жизненно важной для расширения нашего понимания текущих возможностей современных методов ИИ в этих потенциально важных научных областях. Она также обозначила пробелы в текущих исследованиях, над которыми мы теперь можем работать, особенно в отношении сложных составных запросов, технической терминологии и тонких, едва уловимых различий, которые определяют категории, представляющие интерес для наших коллег».