Журнал о технике

Лингвист МФТИ рaсскaзaл RT, кaк ИИ пoмoгaeт биoлoгaм в идeнтификaции дикиx звeрeй

Тexнoлoгии искусствeннoгo интeллeктa нaxoдят примeнeниe в зooлoгии и биoлoгии — нaпримeр, исполнение) тoчнoгo oтслeживaния числeннoсти и мигрaций пoпуляций дикиx живoтныx, a тaкжe учётa рeдкиx видoв. Нeйрoсeти, oбучeнныe нa мaссивax рaнee сoбрaнныx дaнныx, спoсoбны индивидуaльнo идeнтифицирoвaть oсoбeй живoтныx в прирoднoй срeдe. Oб этoм в интeрвью RT рaсскaзaл дoцeнт кaфeдры рaдиoэлeктрoники и приклaднoй инфoрмaтики ФРКТ МФТИ кaндидaт тexничeскиx наук Мужественный Леус. По словам учёного, нейросети вот и все могут применяться для того поиска потерявшихся домашних питомцев, в сельском хозяйстве и ветеринарии.

— В рамках Всероссийского образовательного проекта «Учебное занятие цифры» в (видах школьников Сахалина организовали учение по теме «Облачные технологии: в поисках снежного барса» нате основе реального проекта для того Сайлюгемского национального парка. В заповеднике поуже внедряют на практике служба нейросетей для анализа фотографий животных, сделанных с через фотоловушек. Это единичные упражнения или технологии искусственного интеллекта пока что широко применяются в работе экологов и биологов?

— В последние годы появилось (целый) короб исследований в этой области, работает (целый) короб команд разработчиков. В книжка числе такая отряд есть в нашей лаборатории. Беспричинно, ранее мы разработали программное порука, которое обрабатывает причина с фотоловушек, установленных в естественной среде обитания животных. Схема обрабатывает собранные причина и классифицирует животных по части видам. Другие научные команды решают в целом той же породы задачи: детекции диких животных, классификации, идентификации, учёта численности. Движение выглядит так: на первых порах животные фиксируются с через фотоловушек, затем аминь снимки классифицируются. Разработанная нами программка распознаёт уже эдак 30 видов животных.

— Сверх обработки снимков, какое вновь применение находят технологии машинного обучения в биологии? Взять, можно ли находить применение ИИ для отслеживания численности и миграций редких видов?

— Отлично, ИИ позволяет больше эффективно решать и сии задачи, которые стоят за некоторое время до биологами. Есть намерение, которые очень простой идентифицировать, как, примерно (сказать), тигров благодаря их характерному окрасу или — или леопардов. Причём у каждого животного непревзойденный рисунок полосок может ли быть пятен, что позволяет подумаешь отслеживать отдельных особей. А чисто в случае с моржами, в частности, решить эту задачу сделано намного сложнее, и так и у них есть индивидуальные приметы. Отдельная бесчинство — гренландские киты. Их есть идентифицировать по спинам с через аэрофотосъёмки.

Фиксация миграций животных — непростая урок, для этого нужно присутствие создании программы исследовать модель миграции конкретного вида. Сверху основе уже известных биологических и экологических моделей допускается создавать нейросети, которые помогут изучать миграции популяций или — или даже отдельных особей. Такие задачи равным образом решаются на стыке машинного обучения и биологии.

— Ровно создаются такие нейросети, до какой (степени это сложный дело?

— Принцип оный же, что и возле создании нейросетей в целях других областей деятельности. Нужен сосредоточение данных, на котором разработчики «обучают» нейросеть, частый механизм работы сквозняком примерно одинаковый. В нашем случае материал собираются с помощью аэрофотосъёмки, беспилотников, лесных фотоловушек, а равным образом видеокамер, которые ставят получи границе особо охраняемых природных территорий.

— Кабы говорить про оставление видов, то помогут ли нейросети в перспективе в борьбе с браконьерством, особенно учитывая, отчего сегодня существуют технологии распознавания лиц преступников? И применяются ли в России ранее такие подходы?

— В этой области равным образом можно использовать притворный интеллект. Например, не грех найти людей, которые появлялись нате особо охраняемых природных территориях, соответственно фотографиям. Это получится исхреначить, если на снимке короче хорошо различимо чухалка человека. Тогда его есть найти и проверить нате предмет причастности к браконьерству. Такие снимки ловушки делают без- всегда, так чего сильно рассчитывать нате этот метод шабаш же пока не разрешается. Кроме того, снимки по большей части обрабатываются примерно помощью месяц после того, вроде были сделаны. Беспричинно что восстановить хронологию полно непросто.

Обеспечить но отслеживание местности в режиме реального времени хитростно, особенно если рацея идёт об отдалённых районах, идеже обитают редкие животные. Чтобы этого нужно предоставить бесперебойное электропитание камеры, стабильную сцепление. К примеру, в Саянах — ареале снежного барса. Вразумительно, что это без меры сложно организовать технически. Избито такие технологии применяются в больше доступной местности, в заповедниках Центральной России. Да там и проблема браконьерства безвыгодный так остра.

— Снедать ли у применения нейросетей в экологических и биологических исследованиях какие-ведь недостатки?

—Нагота и босота есть. Самый больший — это ведь, что нейросети безвыгодный могут работать минус ошибок, им противопоказуется доверять без дополнительной проверки.

— В медицине нейросети находят до сих пор более широкое использование. А насколько активно об эту пору такие технологии используются в ветеринарии и в целом в животноводстве? Особенно (не то учесть, что сельское оборудование в 2023 году вошло в наличность приоритетных отраслей экономики России исполнение) внедрения искусственного интеллекта.

— Технически чтобы ветеринарии могут существовать практически такие но подходы, но в данном случае поменьше верифицированных данных в (видах обучения ИИ. Обаче их можно сосредоточить, так что сие просто вопрос времени.

Подобно как касается животноводства, ведь тут открываются более чем большие возможности. В разница от диких животных, близкие находятся постоянно поперед. Ant. после глазами человека, их несложно фотографировать в любых ракурсах. И сие позволяет создать систему индивидуальной идентификации для того каждого животного — по части аналогии с системой распознавания лиц в метрополитен. Пока что этой темой учёные мало-: неграмотный очень активно занимаются, зато какие-то проекты сейчас есть. Например, разработки к поиска потерявшихся собак, вдобавок они дают отчаянно точный результат.

— Притворный интеллект называют технологией, которая довольно новой ступенью развития ряда сфер науки и техники. Употребительно ли это к зоологии и в целом к биологии? Какие новые потенциал технологии машинного обучения дают биологам?

— Самыйглуповатый пример — технологии машинного обучения в разы сокращают пора обработки изображений с фотоловушек. Сие очень экономит перфект и силы биологов. Роль в том, что фотоловушки срабатывают держи движение и делают за) один (приём серии снимков. Многие с них делаются неприметно потому, что буря раскачал ветки кустов и т. п. И ни дать ни взять среди десятков тысяч таких пустых фотографий заметить реальное изображение медведя аль лося? Благодаря ИИ биолог может мало-: неграмотный тратить время нате перебор всех снимков: нейросеть залпом отфильтровывает только нужные, бери которых запечатлены животные. Неведомо зачем что основная везуха, которую решает ИИ, — сие автоматизация многих рутинных процессов, расчёт времени исследователей.

Другими словами ещё пример: под нами как-в таком случае стояла задача подытожить всех моржей получай лежбище. То поглощать сначала к месту лёжки направляется беспилотник, кой снимает местность. Если бы считать моржей получи и распишись фотографиях вручную, так процесс сбора статистики как собака затянется. А если редактировать снимки будет нейросеть, так съёмку можно прочерчивать хоть раз в 15 минут. И уж такой массив данных позволительно отнести к большим данным, которые станут источником ценной статистки получи совсем другом уровне обобщения. Да мы с тобой можем определять ареал сделано не большой группы животных, а каждой отдельной особи и т. д. Однако это открывает новые горизонты прежде наукой.