Исследователи создали первый ИИ-инструмент для идентификации отдельных птиц
Новое исследование впервые демонстрирует, что искусственный интеллект (ИИ) можно использовать для обучения компьютеров распознаванию отдельных птиц — задача, непосильная для человека. Исследование опубликовано в журнале Британского экологического общества Methods in Ecology and Evolution.
"Мы показываем, что компьютеры могут последовательно распознавать десятки отдельных птиц, даже если мы сами не можем отличить их друг от друга. Таким образом, наше исследование предоставляет средства для преодоления одного из самых больших ограничений в изучении диких птиц — надежного распознавания особей", — сказал ведущий автор исследования доктор Андре Феррейра из Центра функциональной и эволюционной экологии (CEFE) во Франции.
В исследовании ученые из институтов Франции, Германии, Португалии и Южной Африки описали процесс использования ИИ для индивидуальной идентификации птиц. Он включает сбор тысяч размеченных изображений птиц, которые затем используются для обучения и тестирования моделей ИИ. Это исследование представляет первую успешную попытку сделать это для птиц.
Как работал эксперимент
Исследователи обучили модели ИИ распознавать изображения отдельных птиц в диких популяциях больших синиц и общественных ткачей, а также в содержащейся в неволе популяции зебровых амадин — одних из наиболее часто изучаемых птиц в поведенческой экологии. После обучения модели ИИ были протестированы на изображениях особей, которых они раньше не видели, и показали точность свыше 90% для диких видов и 87% для содержащихся в неволе зебровых амадин.
Значение для науки
В исследованиях поведения животных индивидуальная идентификация особей — один из самых дорогих и трудоемких факторов, ограничивающих объем изучаемого поведения и размер популяций. Текущие методы, такие как прикрепление цветных колец к лапкам птиц, также могут вызывать у животных стресс.
Эти проблемы могут быть решены с помощью моделей ИИ. Доктор Андре Феррейра отметил: "Разработка методов автоматической, неинвазивной идентификации животных, совершенно не помеченных и не обработанных исследователями, представляет собой крупный прорыв в этой области исследований".
Преодоление главного препятствия
Для точной идентификации особей модели ИИ необходимо обучать на тысячах размеченных изображений. Такие компании, как Facebook, могут делать это для распознавания людей, имея доступ к миллионам фотографий, добровольно размеченных пользователями. Однако получение таких размеченных фотографий животных сложно и создавало "узкое место" в исследованиях.
Исследователи преодолели эту проблему, создав кормушки с фотоловушками и датчиками. Большинство птиц в изучаемых популяциях имели пассивные интегрированные транспондеры (PIT-метки), аналогичные микрочипам, имплантируемым домашним кошкам и собакам. Антенны на кормушках считывали идентификатор птицы по этим меткам и запускали камеры.
Технология и ограничения
Метод ИИ, показанный в этом исследовании, использует тип глубокого обучения, известный как сверточные нейронные сети, оптимальные для решения задач классификации изображений. В экологии эти методы ранее использовались для идентификации животных на уровне видов и отдельных особей приматов, свиней и слонов. Однако до сих пор они не исследовались для более мелких животных, таких как птицы.
Авторы предупреждают о двух ключевых ограничениях:
- Модель ИИ способна повторно идентифицировать только тех особей, которых она уже "видела" ранее. Если в популяцию прибудут новые птицы, компьютер не сможет их распознать.
- Внешний вид отдельных птиц может меняться со временем (например, во время линьки), и неизвестно, как это повлияет на работу модели. Изображения одной и той же птицы, сделанные с разницей в несколько месяцев, могут быть ошибочно идентифицированы как разные особи.
Авторы добавляют, что оба этих ограничения можно преодолеть с помощью достаточно больших наборов данных, содержащих тысячи изображений тысяч особей за длительные периоды времени, которые они сейчас пытаются собрать.