Jak nauczyć maszyny samodzielnego myślenia i podejmowania decyzji? U podstaw tego procesu stoją zdolności poznawcze ludzkiego mózgu – umiejętność identyfikacji tego, co widoczne gołym okiem. Komputer musi nauczyć się dowiadywać, co widzi. To bardzo trudne zadanie, ale nauka idzie maszynom coraz lepiej
Ekipa badaczy ze Stanowego Uniwersytetu Wyoming opracowała symulację komputerową służącą do rozpoznawania dzikich zwierząt na zdjęciach zrobionych przez fotopułapki. System okazał się nie tylko wyjątkowo wydajny, ale i precyzyjny – rozpoznał gatunek w 97,6 proc. przypadków.
Materiału badawczego dostarczył obywatelski projekt o nazwie Snapshot Serengeti. Nad analizą repozytorium 3,2 mln zdjęć z fotopułapek w Afryce pracował równolegle zespół wolontariuszy i zaawansowany system komputerowy. Maszyna dorównała precyzją człowiekowi (96,6 proc. poprawnych identyfikacji), tyle że robiła to dużo szybciej.
Najpierw uniwersytecki superkomputer „nakarmiono” bazą 3,37 mln zdjęć uwieczniających 27 gatunków zwierząt, które zostały sfotografowane przez automatyczne systemy monitoringu na terenie pięciu amerykańskich stanów. Następnie model przetestowano na zwykłym laptopie do analizy 375 tys. fotografii.
System, „bombardowany” w każdej sekundzie 2 tysiącami zdjęć, poradził sobie niemal perfekcyjnie: dokładność na poziomie 97,6 proc. to przypuszczalnie najlepszy wynik klasyfikacji dzikich zwierząt z użyciem uczenia maszynowego. Dodatkowo przeprowadzono test z użyciem próbki 5900 zdjęć pozyskanych z fotopułapek kanadyjskich.
Konfrontacja z całkowicie nowym zestawem danych okazała się nieco trudniejsza – tutaj skuteczność wyniosła tylko 81,4 proc. Za to w 94 proc. przypadków model komputerowy trafnie wyselekcjonował zdjęcia z Tanzanii, na których zwierząt nie było wcale. Po zakończeniu badań naukowcy udostępnili swoje osiągnięcie w postaci pakietu darmowego oprogramowania.
Możliwość błyskawicznego identyfikowania treści na milionach zdjęć zrobionych przez fotopułapki może fundamentalnie zmienić sposób prowadzenia badań naukowych, przyczyni się również do skuteczniejszej ochrony gatunków zagrożonych wyginięciem.