ИИ расставляет сети в австралийском Порт-Дарвине
Идентификация и подсчет видов рыб в мутных водах, где полным-полно хищников, – непростая задача. Исследователи, изучающие виды рыб Северной территории Австралии, совместно с Microsoft работают над проектом с использованием искусственного интеллекта (ИИ), обещающим невероятные возможности для океанологов по всему миру.
Представьте себе, что перед вами встала задача поехать в одну из самых больших гаваней Австралии для подсчета рыб. Звучит страшновато? Вы не знаете еще и половины всего того, что вас ожидает.
Во-первых, вода. Очень много воды. Если быть точным, в Порт-Дарвине ее в 5 раз больше, чем в Сиднейской гавани. Огромные, 7-метровые волны, непрерывно поднимаются и откатываются, создавая таким образом вихревое течение и невозможность вообще что-либо разглядеть.
Во-вторых, опасность. Если вы, например, считаете, что на своем рабочем месте слишком часто подвергаетесь производственным рискам, попробуйте поработать в окружении наиболее опасных суперхищников на земле – морских крокодилов, а также тигровых, бычьих и молотоголовых акул. Более 300 особей морских крокодилов ежегодно попадаются в этой бухте.
Перед Департаментом сырьевой промышленности и ресурсов Cеверной территории Австралии встала смелая и чрезвычайно трудная задача: как обеспечить поддержание и постоянное восстановление рыбных ресурсов для будущих поколений.
«Если вы погружаетесь в воду, где есть крокодилы, вы никогда не сможете проконтролировать ситуацию. Вы просто будете частью статистики и все. Если вы в воде, а он оказался рядом, он точно захочет съесть вас, и вот вас уже нет».
– Вейн Болдуин, технический специалист NT Fisheries
Для описания какого-то легкого дела в английским языке существует пословица «просто, как поймать рыбу в бочке». Как подходящую метафору для исключительно сложной задачи можно было бы использовать выражение «считать рыб в Порт-Дарвине». И тем не менее команда NT Fisheries, возглавляемая исследователем доктором Шейн Пенни, проделывает это ежедневно.
Как известно, нельзя управлять тем, что невозможно посчитать. Поэтому их работа начинается с подсчета количества видов рыб.
Раньше на определенном этапе работа тормозилась, потому что приходилось часами просматривать отснятый под водой материал. Очевидно, что команде необходимо быстро получать информацию по численности критически важных видов, но при этом находясь на безопасном расстоянии от грозных хищников.
Встреча интеллектов
Именно мутное глубоководье подтолкнуло к поиску возможности использовать ИИ для помощи команде морских биологов. Таким образом команда австралийских океанологов и инженеров Microsoft дали ИИ возможность проявить себя в благом деле.
Может ли технология быть тем самым ключом к безопасному и, в то же время, точному и быстрому подсчету численности рыб, а ученым NT Fisheries дать больше времени для анализа данных и поиска способов устойчивого управления рыбными ресурсами Северных территорий?
Команда NT Fisheries возлагала большие надежды на этот проект. До недавнего времени для сбора особо опасных данных ученые применяли способ удаленной подводной съемки с приманкой (BRUV). Специальная камера, снабженная приманкой, позволяет команде, не погружаясь, видеть, что находится в воде. Но даже она не могла гарантировать полную безопасность.
«У нас часто возникали ситуации, когда подплывали акулы и съедали приманку. Акулы-небрии быстро научились открывать держатель приманки и вырывать ее до того, как мы могли получить хоть какие-то кадры».
– Вейн Болдуин, технический специалист NT Fisheries
Кроме того, сам объем работы был колоссальным. Когда видео отснято, необходимо просмотреть терабайты материала, тщательно проанализировать и посчитать количество рыб. Для наглядности можно привести пример: один терабайт информации эквивалентен 500 часам видео. А команде нужно идентифицировать огромное число разных видов рыб и отслеживать их поведение. Гигантское разнообразие и мутная вода делали эту задачу далеко не простой.
На протяжении семи месяцев Стив ван Бодегравен, инженер по машинному обучению Microsoft из Дарвина, работая с командой NT Fisheries, пытался ответить на вопрос: способно ли компьютерное зрение выполнить амбициозную задачу по идентификации рыб при подводных снимках?
Подобно тому, как на фотографиях друзей и родственников, которые вы выкладываете в социальные сети, появляются распознавательные метки (посредством многократной демонстрации машине имиджей и установления шаблона), успех проекта зависел от способа тренировки системы на изображениях. Одновременно приходилось разбираться со множеством необычных задач. Например, как ИИ сможет отреагировать на рыб, таких как золотистая треска, которая чтобы сливаться с окружением, способна менять цвет?
«Мы просто пришли к ним и поинтересовались, каким образом они работают и какие сложности возникают», – говорит Бодегравен. «Затем мы попытались понять, как им можно помочь. Все, чем мы занимаемся, пока носит исследовательский характер, и у нас далеко не всегда есть готовые решения».
Спустя три месяца и обработав тысячи изображений, ученые получили довольно многообещающие результаты. На сегодняшний день система демонстрирует хорошие результаты, научившись распознавать 15 разных видов рыб – от черного австралийского горбыля до золотистого снеппера, численность которого находится под непрерывным контролем.
«Мы включили в тест несколько изображений рыб, которые не встречались ранее, и система сумела заметить и отличить их от уже известных. Как только у нас появились эти первые положительные результаты идентификации, мы поняли, что на правильном пути. Теперь найти правильные инструменты и оптимизировать процесс было лишь делом времени».
– Д-р Шейн Пенни, исследователь промысловых рыб
С идентификацией каждого нового вида рыб производительность технологии машинного обучения возрастает. Саманта Ноуланд, ассистент команды и местная житель из Дарвина, видит потенциал подобных систем в изменении подхода к управлению морскими ресурсами. Северные территории отличаются самыми чистыми водами на земле и там обитают здоровые популяции видов, находящихся под угрозой, такие как рыба-пила и акулы. Развитие этой технологии и ее доступность дадут возможность и другим регионам повысить знание их водных ресурсов и обеспечить устойчивое управление ими.
За пределами гавани
Кроме задачи использования системы для создания глобальной базы данных разных видов рыб, NT Fisheries также сфокусировались на анализе тенденций, разработке планов управления и расширении области применения ИИ.
«Он поможет нам мониторить все виды морской фауны в Порт-Дарвине и во всем регионе», – говорит Пенни. «У нас много видов рыб, уже находящихся под угрозой вымирания, а также видов, по которым у нас пока нет достаточных сведений. Нам необходимы исследовательские проекты по точной видовой идентификации».
Бодегравен из Microsoft надеется, что эта работа откроет глаза на возможности ИИ для цифровой трансформации рыбоводства и управления морскими ресурсами, и не только.
Данный проект уже привлек интерес ведомств рыбных ресурсов по всей Австралии, и кроме того, сейчас идет активное изучение возможностей этих технологий для отслеживания других видов животных и птиц, таких как всемирно известные австралийские смеющиеся зимородки кукабарра.
Microsoft намерена оказывать поддержку аналогичным проектам и в других странах. Предоставляя доступ к технологиям через платформу открытого кода GitHub, технологический гигант поощряет и других создавать решения на базе ИИ для своих уникальных сценариев.
«Проекты, подобные этому, создают прецедент. Надеюсь, он заинтересует и вдохновит людей на изучение возможностей применения ИИ в разных областях», – говорит Бодегравен. «Он изменит отрасли экономики и общества. Его потенциал ограничен только нашим воображением».
