Исследователи обучили ИИ точнее определять виды животных на фотографиях с фотоловушек
Ученые из Университета штата Орегон улучшили способность искусственного интеллекта определять виды диких животных на фотографиях, сделанных камерами с датчиком движения.
Их исследование, предлагающее подход «меньше — значит больше» к данным для обучения модели ИИ, открывает путь к более точному и экономически эффективному анализу изображений дикой природы.
Камеры с датчиком движения — важный инструмент мониторинга, но ручной просмотр тысяч изображений может быть непозволительно долгим, а текущие модели ИИ иногда слишком неточны, чтобы быть полезными для ученых и специалистов по охране природы.
«Одна из самых больших проблем использования ИИ в исследованиях дикой природы — ограниченная точность, когда мы используем модель для классификации изображений с новой локации — той, которую модель никогда раньше не "видела"», — пояснила соавтор исследования Кристина Айелло.
Подход, использованный в работе, повысил точность как на новых, так и на знакомых локациях и сделал модель более стабильно точной в разных условиях.
Исследование, проведенное под руководством студента-бакалавра Оуэна Окулея, опубликовано в журнале Ecological Informatics. В качестве примера использовался толсторог, но описанный метод обучения ИИ имеет широкое применение.
«Мы поняли, что лучшие результаты идентификации достигаются, когда обучение модели ИИ ограничивается одним видом — а не всеми видами — и включает изображения, сделанные в различных локальных, специфичных для проекта условиях», — отметили ученые.
«Сузив цели, но сохранив разнообразие обучающих данных, мы достигли почти 90% точности идентификации, используя лишь малую часть данных — 10 000 обучающих изображений, — необходимых для аналогичных по производительности моделей ИИ», — сказал Окулей. «Меньше изображений означает, что модели требуется меньше вычислительной мощности и энергии, что полезно для дикой природы, которую мы изучаем».
В исследовании также приняли участие ученые из Университета Джонса Хопкинса, Департамента рыб и дикой природы Калифорнии и Службы национальных парков США.
