Во время недавней поездки в местные ботанические сады я заметил высокий поразительный пурпурный цветок, которого я никогда раньше не замечал. Я пытался Google, но я не знал, что спросить. «Фиолетовый цветок» принес мне фотографии нарциссов и фрезии, орхидей и первоцвета, гладиолусов и утренней славы. Ни один из них не был цветком, который я видел.
Связанный контент
- Будет ли следующее великое научное открытие сделано любителями?
- Каталог Ученых Существ в каждом уголке Лос-Анджелеса
- Лучшие три результата от научного проекта 115-летнего гражданина
- 16 000 компьютеров учатся распознавать кошек без присмотра человека
Но благодаря искусственному интеллекту любопытные натуралисты-любители, такие как я, теперь имеют лучшие способы идентифицировать природу вокруг нас. Несколько новых сайтов и приложений используют технологию искусственного интеллекта для обозначения фотографий.
iNaturalist.org является одним из этих сайтов. Основанная в 2008 году, до сих пор была исключительно краудсорсинговым сайтом. Пользователи публикуют изображение растения или животного, и сообщество ученых и натуралистов идентифицирует его. Его миссия состоит в том, чтобы объединить экспертов и любительских "гражданских ученых", чтобы люди были в восторге от растений и дикой природы, используя полученные данные, чтобы потенциально помочь профессиональным ученым отслеживать изменения в биоразнообразии или даже открывать новые виды.
Модель краудсорсинга в целом работает хорошо, говорит Скотт Лори, со-директор iNaturalist. Но есть некоторые ограничения. Во-первых, может быть намного сложнее получить идентификацию вашей фотографии в зависимости от того, где вы живете. В Калифорнии, где базируется Луари, он может получить удостоверение личности в течение часа. Это потому, что большое количество экспертов, которые часто бывают iNaturalist, базируются на Западном побережье. Но кому-то, скажем, в сельских районах Таиланда, возможно, придется ждать намного дольше, чтобы получить удостоверение личности: в среднем на получение удостоверения уходит 18 дней. Еще одна проблема: по мере того как сайт становится все более популярным, соотношение наблюдателей (людей, публикующих картинки) к идентификаторам (людям, рассказывающим вам, что это за картинки) стало искаженным, и наблюдателей стало гораздо больше, чем идентификаторов. Это грозит сокрушить экспертов-добровольцев.В этом месяце iNaturalist планирует запустить приложение, которое использует AI для идентификации растений и животных вплоть до уровня видов. Приложение использует преимущества так называемого «глубокого обучения», использующего искусственные нейронные сети, которые позволяют компьютерам учиться, как люди, так что их возможности могут со временем расширяться.
«Мы надеемся, что это привлечет новую группу гражданских ученых», - говорит Лори.
Приложение обучается подачей помеченных изображений из обширной базы данных iNaturalist наблюдений «исследовательского уровня» - наблюдений, которые были проверены сообществом экспертов сайта. Как только модель обучена на достаточном количестве помеченных изображений, она начинает распознавать немеченые изображения. В настоящее время iNaturalist может добавлять новые модели в модель каждые 1, 7 часа. Чем больше изображений загружено пользователями и определено экспертами, тем лучше.
«Чем больше материала мы получим, тем лучше будет обучена модель», - говорит Лори.
Команда iNaturalist хочет, чтобы модель всегда была точной, даже если это означает, что она не настолько точна, насколько это возможно. Прямо сейчас модель пытается дать уверенный ответ о роде животного, а затем более осторожный ответ о виде, предлагая 10 лучших возможностей. В настоящее время это верно для рода 86 процентов времени, и дает видам в его лучших 10 результатах 77 процентов времени. Эти цифры должны улучшиться, поскольку модель продолжает обучаться.
Играя с демо-версией, я нарисовал изображение тупика на скале. «Мы почти уверены, что это относится к роду тупиков», - сказал он, указав правильный вид - атлантического тупика - в качестве наилучшего предлагаемого результата. Затем я ввел изображение африканской когтистой лягушки. «Мы почти уверены, что это относится к роду Western Spadefoot», - сказал он мне, предложив африканскую когтистую лягушку в числе 10 лучших результатов.
ИИ был «недостаточно уверен в себе, чтобы давать рекомендации» по поводу картины моего сына, но предположил, что он может быть северной леопардовой лягушкой, садовой улиткой или сусликом, среди прочих, не человеческих существ. Поскольку все они обнаружены, я понял, что компьютерное зрение видит фон в горошек стульчика моего сына и неправильно идентифицирует его как часть образца. Поэтому я обрезал картинку, пока не было видно только его лицо, и нажал «классифицировать». «Мы почти уверены, что это в Ящерах подотряда», - ответил ИИ. Либо мой ребенок выглядит как ящерица, либо - я полагаю, что настоящий ответ - это показывает, что модель распознает только то, что ее кормят. И никто не кормит его изображениями людей по понятным причинам.
iNaturalist надеется, что приложение будет оказывать давление на сообщество экспертов и позволит участвовать большему сообществу наблюдателей, например группам школьников. Это также может позволить «захват камеры» - отправку потоков изображений из ловушки камеры, которая делает снимок, когда он запускается движением. iNaturalist не поощряет захват камеры, поскольку он затопляет сайт огромным количеством изображений, которые могут или не могут фактически нуждаться в экспертной идентификации (некоторые изображения будут пустыми, в то время как другие будут ловить обычных животных, таких как белки, которых владелец камеры может легко идентифицировать сам или саму себя). Но с ИИ это не будет проблемой. iNaturalist также надеется, что новая технология привлечет новое сообщество пользователей, в том числе людей, которые могут интересоваться природой, но не хотели бы ждать несколько дней для идентификации по модели краудсорсинга.
Быстрая идентификация видов также может быть полезна в других ситуациях, таких как правоохранительные органы.
«Допустим, работники TSA открывают чемодан, а у кого-то есть гекконы», - говорит Лори. «Им нужно знать, арестовывать кого-то или нет».
В этом случае ИИ мог сказать агентам TSA, на какого типа геккона они смотрели, что могло бы помочь в расследовании.
iNaturalist - не единственный сайт, использующий компьютерное зрение для привлечения гражданских ученых. Приложение Merlin Bird ID от Cornell использует AI для идентификации более 750 североамериканских птиц. Вы просто должны сначала ответить на несколько простых вопросов, включая размер и цвет птицы, которую вы видели. делает то же самое для растений, после того, как вы скажете, на какую часть растения они смотрят (цветы, фрукты и т. д.).
Это все часть большой волны интереса к использованию ИИ для идентификации изображений. Есть программы ИИ, которые могут идентифицировать объекты по чертежам (даже плохим). ИИ могут смотреть на картины и определять художников и жанры. Многие эксперты считают, что компьютерное зрение будет играть огромную роль в здравоохранении, облегчая выявление, например, рака кожи. Производители автомобилей используют компьютерное зрение, чтобы научить автомобили распознавать пешеходов и избегать их. Сюжет сюжета недавнего эпизода комедии «Силиконовая долина» посвящен приложению компьютерного зрения для идентификации продуктов питания. Но поскольку его создатель обучил его только на хот-догах - поскольку обучение нейронной сети требует бесчисленных часов человеческого труда, - он мог различать только хот-доги и «не хот-доги».
Этот вопрос юмористического труда важен. Массивные базы данных с правильно помеченными изображениями имеют решающее значение для обучения ИИ, и их может быть трудно найти. iNaturalist, как давний краудсорсинговый сайт, уже имеет именно такую базу данных, поэтому его модель развивается так быстро, говорит Лори. Другие сайты и приложения должны найти свои данные в другом месте, часто из академических изображений.
«Пока еще рано, но я гарантирую, что в следующем году вы увидите распространение такого рода приложений», - говорит Лори.
