هوش مصنوعی حیات وحش را زیر ذره‌بین برد: کشف اسرار تغییرات اقلیمی با میلیون‌ها عکس!

یک ابزار هوش مصنوعی نو برای بررسی تصاویر حیات وحش

یه تحقیق تازه نشون میده که یه ابزار جدید هوش مصنوعی میتونه تو توسعه‌ی روش‌های جدید برای آنالیز تصاویر حیات وحش کمک کنه و درک بهتری از اینکه چطور گونه‌های مختلف در سراسر جهان به تغییرات آب و هوایی واکنش نشون میدن، بهمون بده. این پیشرفت میتونه به دانشمندا کمک کنه تا الگوریتم‌های جدیدی بر اساس هوش مصنوعی بسازن که توانایی دارن سریع و عمیق، میلیون‌ها تصویرِ حیات وحش رو که هر سال مردم عادی تو اینترنت آپلود میکنن، بررسی کنن.

به گفته‌ی محقق‌ها، این تصاویر میتونن اطلاعات کلیدی ای درباره‌ی تأثیرات تغییرات آب و هوایی، آلودگی، از بین رفتن زیستگاه‌ها و بقیه‌ی فشارها روی ده‌ها هزار گونه‌ی گیاهی و جانوری، ارائه بدن. سایت‌های علم شهروندی به عنوان منبعی غنی از اطلاعات در مورد نحوه‌ی واکنشِ حیوانات و گیاهان به تغییرات آب و هوایی شناخته میشن.

با این حال، در حالی که الگوریتم‌های موجود هوش مصنوعی میتونن به صورت خودکار گونه‌ها رو در تصاویر بارگذاری شده شناسایی کنن، مشخص نبود که آیا این الگوریتما میتونن اطلاعات دیگه‌ای هم بدن یا نه. الان، یه گروه بین‌المللی از دانشمندا یه ابزار جدید ساختن تا بررسی کنن که الگوریتم‌های هوش مصنوعی تا چه حد میتونن از بانک‌های تصویری‌، اطلاعات بیرون بکشن.

این اطلاعات میتونه شامل جزئیاتی مثل اینکه گونه‌ها چی میخورن، چقدر سالم هستن و با چه گونه‌های دیگه‌ای در ارتباط هستن، بشه. اسم این ابزار INQUIRE هست و توانایی هوش مصنوعی رو در پیدا کردن نتایج از یه بانک تصویری شامل پنج میلیون عکس حیات وحش که تو وب‌سایت علم شهروندی iNaturalist بارگذاری شده، اندازه‌گیری میکنه.

تیم تحقیق فهمید که الگوریتم‌های فعلی هوش مصنوعی قادر به پاسخ دادن به بعضی از این سوالات هستن، اما تو پاسخ به سوالات پیچیده‌تر موفق نمیشن. این سوالات شامل مواردی میشه که نیاز به استدلال در مورد ویژگی‌های کوچک درون تصاویر دارن و همینطور مواردی که شامل اصطلاح‌های علمی دقیق میشن.

فرصت‌های تازه برای پیشرفت الگوریتم‌های هوش مصنوعی

یافته‌ها نشون میدن که فرصت‌هایی برای به وجود آوردن الگوریتم‌های جدید هوش مصنوعی وجود داره که میتونن به دانشمندا کمک کنن تا به شکل مؤثرتری، مجموعه‌های وسیع تصاویر رو بررسی کنن. این یافته‌ها که توسط همکارا بررسی شدن، تو کنفرانس NeurIPS، که یکی از کنفرانس‌های اصلی تو زمینه‌ی یادگیری ماشینی هست، ارائه خواهند شد. این تیم شامل محققینی از دانشگاه ادینبرو، کالج دانشگاهی لندن، دانشگاه UMass آمهرست، iNaturalist و مؤسسه‌ی فناوری ماساچوست (MIT) بوده. این کار تا حدی با حمایت آزمایشگاه هوش مصنوعی تولیدی دانشگاه ادینبرو انجام شده.

دکتر اوشین مک آودا، از دانشکده اطلاعات دانشگاه ادینبرو، گفت: “هزاران عکس حیات‌وحش که هر روز دارن تو اینترنت آپلود میشن، اطلاعات ارزشمندی رو در اختیار دانشمندا میذارن تا بفهمن گونه‌های مختلف کجا پیدا میشن. با این حال، دونستن اینکه چه گونه‌ای تو یه عکس هست، فقط نوک کوه یخه.”

او ادامه داد: “این تصاویر به طور بالقوه یه منبع خیلی غنی هستن که هنوز به شکل گسترده‌ای ازشون استفاده نشده. توانایی جستجوی سریع و دقیق تو این حجم از اطلاعات میتونه سرنخ‌های حیاتی درباره‌ی اینکه چطور گونه‌ها به مشکلات چندبعدی مثل تغییرات آب و هوایی واکنش نشون میدن، ارائه بده.”

دکتر سارا بری، استاد یار در MIT، گفت: “این جمع‌آوری دقیق اطلاعات، با تمرکز روی ثبت نمونه‌های واقعی تحقیقات علمی در زمینه‌های بوم‌شناسی و علوم محیطی، برای گسترش درک ما از توانایی‌های فعلی روش‌های هوش مصنوعی تو این زمینه‌های علمی با تأثیر احتمالی‌، خیلی مهم بوده.”

او اضافه کرد: “این کار، نقاط ضعف موجود تو تحقیقات فعلی رو هم مشخص کرده که الان میتونیم برای برطرف کردنشون تلاش کنیم، مخصوصاً برای سوالات پیچیده‌ی ترکیبی، اصطلاحات تخصصی و ظرافت‌های دقیقی که دسته‌بندی‌های مورد نظر همکارای ما رو تعیین میکنه.”