Sztuczna inteligencja na rybach #TuesdAI

W publikacji:

• W Darwin Harbour – jednym z największych portów w Australii żyje pięć razy więcej gatunków stworzeń niż w Sydney Harbour.
• System bazujący na sztucznej inteligencji, w trzy miesiące działania, nauczył się identyfikować 15 różnych gatunków ryb.
• Microsoft udostępnił bezpłatnie otwarty kod źródłowy do rozwiązania AI na platformie GitHub

Wody na północy Australii kryją niezliczone gatunki stworzeń. Indentyfikacja oraz określenie liczby konkretnej odmiany ryb lub ssaków są niemożliwe. Wszystko przez drapieżniki, które wpływają nie tylko na wodny ekosystem, ale stanowią zagrożenie dla samych badaczy. Naukowcom badającym dno wód Australii z pomocą przychodzi sztuczna inteligencja.

Policzenie ryb w jednym z największych portów Australii – Darwin Harbour – brzmi jak niemożliwe do spełnienia wyzwanie. Żyje tam bowiem pięć razy więcej gatunków stworzeń niż w Sydney Harbour. Niezliczona liczba badanych gatunków to jednak nie wszystko. Dodatkowe wyzwanie dla naukowców badających wody Australii stanowią drapieżniki, które znacząco wpływają na populację konkretnych gatunków ryb i stworzeń. Realnym zagrożeniem dla samych badaczy są także krokodyle słonowodne i rekiny tygrysie.

“Jeśli znajdując się w wodzie, staniesz oko w oko z krokodylem, nie będziesz miał czasu na kalkulowanie ryzyka. On tam po prostu jest i chce tylko ciebie, a ty jesteś na przegranej pozycji” – mówi Wayne Baldwin, pracownik techniczny ds. badań, NT Fisheries.

Technologia na pokładzie

Trudno o większy paradoks niż ten, że to właśnie w mrocznych głębinach ocenu ujawni się jeden z potencjałów sztucznej inteligencji. W jaki sposób technologia Microsoft może podać naukowcom klucz do bezpiecznego, precyzyjnego, a przede wszystkim szybkiego analizowania poszczególnych gatunków ryb?

Zespół NT wykorzystywał zdalne, podwodne narzędzie do nagrywania wideo z przynętą (ang. Baited Remote Underwater Video – BRUV), wiążąc z tym przedsięwzięciem wielkie nadzieje Kamera pozwala zespołowi zobaczyć, co jest w wodzie bez konieczności wychodzenia z łodzi oraz zebrać odpowiednie dane. Jednak zdalne nagrywanie nie wykorzystywało w pełni potencjału analitycznego.

„Mieliśmy sporo problemów z rekinami, które podpływały po przynętę zawieszoną na kamerze. Sprytne rekiny szybko nauczyły się otwierać naszą pułapkę i zabierać przynętę, zanim zdążyliśmy zarejestrować materiał” – tłumaczy Wayne Baldwin, pracownik techniczny ds. badań, NT Fisheries.

W oceanie nagrań wideo trudno było szybko odsiać właściwe dane. Jeden terabajt równa się bowiem ok. 500 godzinom materiału. Takich terabajtów powstawały setki, a zespół badaczy potrzebował godzin pracy nad danymi, żeby stworzyć rzetelne analizy.

Steve van Bodegraven, inżynier machine learning Microsoft, przez kilka miesięcy współpracował z zespołem NT Fisheries, żeby sprawdzić, w jaki sposób zoptymalizować pracę badaczy. Sztuczna inteligencja zadziałała podobnie, jak tagowanie znajomych na zdjęciach umieszczanych w portalach społecznościowych. Technologia wybierała widoczne na nagraniach konkretne gatunki ryb, selekcjonując w ten sposób potrzebne naukowcom dane.

System bazujący na sztucznej inteligencji, w trzy miesiące działania, nauczył się identyfikować 15 różnych gatunków ryb.

„Wykorzystanie sztucznej inteligencji pomoże nam monitorować wszystkie gatunki morskie zarówno w porcie Darwin, jak i w całym regionie” – mówi Dr Shane Penny, pracownik naukowy w dziedzinie rybołówstwa. „Mamy wiele zagrożonych gatunków i wiele takich, o których nic nie wiemy. Potrzebujemy właśnie takich projektów badawczych, umożliwiających nam dokładną identyfikację gatunków” – dodaje Penny.

Technologia Microsoft, z której korzysta zespół NT Fisheries, wzbudziła już zainteresowanie badaczy zajmujących się rybołóstwem. Obecnie sprawdzane są możliwości wykorzystania jej jako narzędzia służącego do monitorowania także innych gatunków zwierząt żyjących w Australii, w tym niezwykle popularnego w tym rejonie ptaka z gatunku kukabura, zwanego również dacelo.

W celu umożliwienia dostosowywania technologii AI Microsoftu do własnych potrzeb, firma udostępniła bezpłatnie otwarty kod źródłowy swojej technologii na platformie GitHub.