ИИ помогает iNaturalist создать карту растений Калифорнии с беспрецедентной точностью
Исследователи из Калифорнийского университета в Беркли использовали передовой искусственный интеллект и данные гражданской науки из приложения iNaturalist для создания одних из самых детальных на сегодняшний день карт распространения видов растений в Калифорнии.
Приложение iNaturalist, изначально разработанное студентами UC Berkeley, позволяет пользователям загружать фотографии и данные о местоположении встреченных растений, животных или других форм жизни, а затем краудсорсингом определять их вид. У приложения более 8 миллионов пользователей по всему миру, которые загрузили в общей сложности более 200 миллионов наблюдений.
Исследователи применили сверточную нейронную сеть (глубокую модель машинного обучения), чтобы сопоставить данные гражданской науки о растениях Калифорнии с высокодетальными спутниковыми или аэрофотоснимками штата. Сеть обнаружила корреляции, которые затем использовались для прогнозирования текущего ареала 2 221 вида растений по всей Калифорнии с разрешением до нескольких квадратных метров.
Модель ИИ, названная Deepbiosphere, использует бесплатные данные iNaturalist и дистанционного зондирования, покрывающие весь земной шар. При достаточном количестве наблюдений от гражданских ученых модель можно развернуть в странах, где не хватает детальных научных данных о распространении и местах обитания растений, для мониторинга изменений растительности, таких как вырубка лесов или восстановление после лесных пожаров.
Результаты были опубликованы 5 сентября в журнале Proceedings of the National Academy of Sciences под руководством Моисеса "Мои" Экспосито-Алонсо, доцента интегративной биологии UC Berkeley, и первого автора Лорен Жильспи, докторанта по информатике в Стэнфордском университете.
"В конечном счете, это позволит нам иметь слои в Google Maps, показывающие, где находятся все виды, чтобы мы могли защищать их. Это наша мечта", — сказал Экспосито-Алонсо.
Данные дистанционного зондирования, помимо своей доступности и глобального охвата, также более детальны и чаще обновляются, чем другие источники информации, такие как региональные климатические карты. Их использование с данными гражданской науки может позволить ежедневно отслеживать изменения ландшафта.
"С дистанционным зондированием почти каждые несколько дней появляются новые снимки Земли с разрешением 1 метр. Теперь они потенциально позволяют нам отслеживать в реальном времени сдвиги в распространении растений и экосистем", — отметил Экспосито-Алонсо.
В исследовании Deepbiosphere протестировали, исключив часть данных iNaturalist из обучающего набора ИИ, а затем попросив модель предсказать растения в исключенной области. Точность модели ИИ в определении присутствия видов составила 89% по сравнению с 27% у предыдущих методов.
Deepbiosphere также значительно превзошла другую модель, Maxent, которая использует климатические сетки и геопривязанные данные о растениях.
Модель предсказала с точностью 81,4% местоположение секвой в национальном парке Редвуд в Северной Калифорнии и точно отразила (с R2=0.53) степень повреждений от пожара Рим 2013 года в национальном парке Йосемити.