Продвижение охраны природы с помощью распознавания лиц черепах на основе искусственного интеллекта | GPTMain News

Поиск решений для улучшения повторной идентификации черепах и поддержки проектов машинного обучения по всей Африке

Защита экосистем вокруг нас имеет решающее значение для защиты будущего нашей планеты и всех ее живущих граждан. К счастью, новые системы искусственного интеллекта (ИИ) добиваются прогресса в усилиях по сохранению природы во всем мире, помогая решать сложные проблемы в масштабе – от изучения поведения сообществ животных в Серенгети, чтобы помочь сохранить уменьшающуюся экосистему, до обнаружения браконьеров и их раненых жертв, чтобы предотвратить виды вымирают.

В рамках нашей миссии по оказанию помощи человечеству с помощью разрабатываемых нами технологий важно обеспечить, чтобы разнообразные группы людей создавали системы искусственного интеллекта будущего, которые были бы справедливыми и справедливыми. Это включает в себя расширение сообщества машинного обучения (ML) и привлечение более широкой аудитории к решению важных проблем с использованием ИИ.

В ходе расследования мы наткнулись на Zindi — преданного партнера с взаимодополняющими целями — крупнейшего сообщества африканских ученых, занимающихся данными, и принимающего соревнования, направленные на решение наиболее насущных проблем Африки.

Команда нашей научной группы по вопросам разнообразия, равенства и инклюзивности (DE&I) работала с Зинди над определением научной задачи, которая могла бы помочь продвинуть усилия по сохранению природы и расширить участие в искусственном интеллекте. Вдохновленные задачей Зинди о коробчатых черепахах, мы приступили к проекту, который потенциально может оказать реальное влияние: распознавание лиц черепах.

Биологи считают черепах видом-индикатором. Это классы организмов, поведение которых помогает ученым понять основное благополучие их экосистемы. Например, присутствие выдр в реках считалось признаком чистой и здоровой реки, поскольку запрет на хлорные пестициды в 1970-х годах вернул этот вид на грань исчезновения.

Черепахи — еще один такой вид. Выпасая покров морских водорослей, они культивируют экосистему, обеспечивая среду обитания для многочисленных рыб и ракообразных. Традиционно биологи идентифицировали и отслеживали отдельных черепах с помощью физических меток, хотя частая потеря или разрушение этих меток в морской воде делало этот метод ненадежным. Чтобы помочь решить некоторые из этих проблем, мы запустили задачу машинного обучения под названием Turtle Recall.

Учитывая дополнительную проблему, заключающуюся в том, чтобы черепаха оставалась неподвижной на достаточном расстоянии, чтобы найти свою метку, задача Turtle Recall была направлена ​​​​на то, чтобы обойти эти проблемы с распознаванием лиц черепахи. Это возможно, потому что рисунок чешуек на лице черепахи уникален для каждой особи и остается неизменным на протяжении многих десятилетий жизни.

Задача заключалась в том, чтобы повысить надежность и скорость повторной идентификации черепах и потенциально предложить способ полностью заменить использование неудобных физических меток. Чтобы сделать это возможным, нам нужен был набор данных для работы. К счастью, после предыдущего проекта Зинди, посвященного черепахам, с кенийской благотворительной организацией Local Ocean Conservation, команды любезно смогли поделиться набором данных с помеченными изображениями морд черепах.

Конкурс стартовал в ноябре 2021 года и продлился пять месяцев. Чтобы стимулировать участие конкурентов, команда внедрила блокнот Colab — среду программирования в браузере, в которой были представлены два распространенных инструмента программирования: JAX и Haiku.

Участникам было поручено загрузить данные задания и обучающие модели, чтобы как можно точнее предсказать личность черепахи по фотографии, сделанной под определенным углом. Представив свои прогнозы на основе данных, скрытых от модели, они смогли посетить общедоступную таблицу лидеров, отслеживающую прогресс каждого участника.

Участие сообщества было невероятно позитивным, как и технические инновации, продемонстрированные командами во время соревнования. В ходе конкурса мы получили материалы от самых разных энтузиастов искусственного интеллекта из 13 различных африканских стран, включая страны, которые традиционно не были широко представлены на крупнейших конференциях по ML, такие как Гана и Бенин.

Наши партнеры по сохранению черепах отметили, что уровень точности прогнозов участников будет немедленно полезен для идентификации черепах в полевых условиях, а это означает, что эти модели могут оказать реальное и немедленное влияние на сохранение дикой природы.

В рамках постоянных усилий Zindi по поддержке проблем, связанных с изменением климата, они также работают над классификацией аудио на суахили в Кении, чтобы помочь службам перевода и экстренных служб, а также над прогнозированием качества воздуха в Уганде для улучшения социального благосостояния.

Мы благодарны Zindi за партнерство и всем тем, кто вложил свое время в проект «Вспоминание черепах» и развивающуюся область использования искусственного интеллекта для сохранения природы. И мы с нетерпением ждем возможности увидеть, как люди во всем мире продолжают находить способы применения технологий искусственного интеллекта для построения здорового и устойчивого будущего для планеты.

Узнайте больше о Turtle Recall в блоге Zindi и узнайте о Zindi на https://zindi.africa/.