Учёные используют нейросети для идентификации разновидности насекомых
Ученые создают технологию, которая будет сочетать в себе нейросети и передовые компьютерные технологии с биологическими знаниями о том, как определять насекомых чтобы в дальнейшем идентифицировать разновидность насекомого в мгновение ока. Это открывает новые возможности для описания неизвестных видов и отслеживания жизни насекомых в пространстве и времени.
Насекомые - самая разнообразная группа животных на Земле, и лишь небольшая их часть была обнаружена и официально описана. На самом деле видов так много, что открытие всех их в ближайшем будущем маловероятно.
Это огромное разнообразие насекомых также означает, что у них очень разные истории жизни и роли в экосистемах.
Например, журчалка в Гренландии живет совсем иначе, чем богомол в тропических лесах Бразилии. Но даже внутри каждой из этих двух групп существует множество видов, каждый со своими особыми характеристиками и экологическими ролями.
Чтобы изучить биологию каждого вида и его взаимодействие с другими видами, необходимо поймать, идентифицировать и подсчитать множество насекомых. Само собой разумеется, что это очень трудоемкий процесс, который в значительной степени ограничил способность ученых понять, как внешние факторы влияют на жизнь насекомых.
Новое исследование, опубликованное в Proceedings of the National Academy of Sciences, показывает, как современные компьютерные технологии и искусственный интеллект могут быстро и эффективно идентифицировать и классифицировать насекомых. Для ученых - огромный шаг вперед - понять, как эта важная группа животных меняется с течением времени - например, в ответ на потерю среды обитания и изменение климата.
Глубокое обучение
«С помощью передовых технологий в области видеонаблюдения мы теперь можем собирать миллионы фотографий на наших исследуемых полигонах. Когда мы обучаем компьютер различать разные виды, компьютер в то же время может быстро идентифицировать различные виды на изображениях и посчитайте, сколько было обнаружено каждого из них. Это кардинально отличается от того, когда человек с биноклем в поле или перед микроскопом в лаборатории вручную определяет животных», - объясняет старший научный сотрудник Токе Т. Хёйе из Департамента биологических наук и Центра арктических исследований Орхусского университета, который возглавлял новое исследование. Международная команда, стоявшая за исследованием, включала биологов, статистиков, инженеров-механиков, электриков и программистов.
Методы, описанные в статье, используются под общим термином «глубокое обучение» и представляют собой формы искусственного интеллекта, которые в основном используются в других областях исследований, таких как разработка автомобилей без водителя. Но теперь исследователи продемонстрировали, как эта технология может быть альтернативой трудоемкой задаче ручного наблюдения за насекомыми в их естественной среде, а также задачам сортировки и идентификации образцов насекомых.
«Мы можем использовать глубокое обучение, чтобы найти иголку в стоге сена, так сказать - образец редкого или неописанного вида среди всех образцов широко распространенных и обычных видов. В будущем всю тривиальную работу по определению видов можно будет передать технологиям, и мы можем сосредоточиться на самых сложных задачах, таких как описание новых видов, которые до сих пор не были известны компьютеру, и интерпретировать множество новых результатов, которые мы получим », - объясняет Токе Т. Хёйе.
И действительно, впереди много задач, когда речь идет об исследованиях насекомых и других беспозвоночных. В первую очередь, отсутствие хороших баз данных для сравнения неизвестных видов с уже описанными, а также потому, что пропорционально большая доля исследователей концентрируется на хорошо известных видах, таких как птицы и млекопитающие. Благодаря глубокому обучению исследователи ожидают, что они смогут значительно расширить знания о насекомых.
Длительное обучение ИИ
Чтобы понять, как популяции насекомых меняются со временем, необходимо проводить наблюдения в одном и том же месте и одним и тем же способом в течение длительного времени.
Некоторые виды становятся более многочисленными, а другие - более редкими, но для понимания механизмов, вызывающих эти изменения, очень важно, чтобы одни и те же наблюдения проводились из года в год.
Самый простой способ - установить камеры в одном месте и делать снимки одного и того же района. Например, камеры могут делать снимки каждую минуту. Это даст массу данных, которые на протяжении многих лет могут сообщить о том, как насекомые реагируют на более теплый климат или на изменения, вызванные землепользованием. Такие данные могут стать важным инструментом для обеспечения надлежащего баланса между использованием человеком и защитой природных ресурсов.
«До того, как эти новые методы станут широко доступными, впереди еще предстоит решить ряд проблем, но наше исследование указывает на ряд результатов, полученных в других исследовательских дисциплинах, которые могут помочь решить проблемы энтомологии. Здесь решающее значение имеет тесное междисциплинарное сотрудничество между биологами и инженерами. , - говорит Токе Т. Хёйе.