Un nuovo giornale in Atti dell'Accademia Nazionale delle Scienze (PNAS) riporta come una tecnica di intelligenza artificiale all'avanguardia chiamata deep learning può identificare automaticamente, contare e descrivere gli animali nei loro habitat naturali.

Le fotografie che vengono raccolte automaticamente dalle fotocamere con sensore di movimento possono quindi essere descritte automaticamente da reti neurali profonde. Il risultato è un sistema in grado di automatizzare l'identificazione degli animali fino al 99,3 percento delle immagini, pur continuando a funzionare con lo stesso tasso di precisione del 96,6 percento delle squadre di volontari umani in crowdsourcing.

"Questa tecnologia ci consente con precisione, raccogliere dati sulla fauna selvatica in modo discreto ed economico, che potrebbe contribuire a catalizzare la trasformazione di molti campi dell'ecologia, biologia della fauna selvatica, zoologia, biologia della conservazione e comportamento animale nelle scienze dei "big data". Ciò migliorerà notevolmente la nostra capacità di studiare e conservare la fauna selvatica e gli ecosistemi preziosi, "dice Jeff Clune, l'autore anziano dell'articolo. È Harris Associate Professor presso l'Università del Wyoming e senior research manager presso i laboratori di intelligenza artificiale di Uber.

Il documento è stato scritto da Clune; il suo dottorato di ricerca lo studente Mohammad Sadegh Norouzzadeh; il suo precedente dottorato di ricerca la studentessa Anh Nguyen (ora alla Auburn University); Margaret Kosmala (Università di Harvard); Ali Swanson (Università di Oxford); e Meredith Palmer e Craig Packer (entrambi dell'Università del Minnesota).

Le reti neurali profonde sono una forma di intelligenza computazionale vagamente ispirata al modo in cui i cervelli animali vedono e comprendono il mondo. Richiedono grandi quantità di dati di addestramento per funzionare bene, e i dati devono essere accuratamente etichettati (ad es. ogni immagine essendo correttamente etichettata con quale specie di animale è presente, quanti sono, eccetera.).

Questo studio ha ottenuto i dati necessari da Snapshot Serengeti, un progetto di scienza dei cittadini sulla piattaforma http://www.zooniverse.org. Snapshot Serengeti ha implementato un gran numero di "fototrappole" (fotocamere con sensore di movimento) in Tanzania che raccolgono milioni di immagini di animali nel loro habitat naturale, come i leoni, leopardi, ghepardi ed elefanti. Le informazioni in queste fotografie sono utili solo una volta convertite in testo e numeri. Per anni, il metodo migliore per estrarre tali informazioni era chiedere a squadre di volontari umani in crowdsourcing di etichettare manualmente ogni immagine. Lo studio pubblicato oggi ha sfruttato 3,2 milioni di immagini etichettate prodotte in questo modo da oltre 50, 000 volontari umani in diversi anni.

"Quando ho detto a Jeff Clune che avevamo 3,2 milioni di immagini etichettate, si è fermato sui suoi passi, "dice Packer, che guida il progetto Snapshot Serengeti. "Volevamo testare se potevamo utilizzare l'apprendimento automatico per automatizzare il lavoro dei volontari umani. I nostri scienziati cittadini hanno svolto un lavoro fenomenale, ma avevamo bisogno di accelerare il processo per gestire quantità sempre maggiori di dati. L'algoritmo di deep learning è sorprendente e ha superato di gran lunga le mie aspettative. Questo è un punto di svolta per l'ecologia della fauna selvatica".

Swanson, che ha fondato Snapshot Serengeti, aggiunge:"Ci sono centinaia di progetti di fototrappole nel mondo, e pochissimi di loro sono in grado di reclutare grandi eserciti di volontari umani per estrarre i loro dati. Ciò significa che gran parte della conoscenza in questi importanti set di dati rimane inutilizzata. Sebbene i progetti si rivolgano sempre più alla scienza dei cittadini per la classificazione delle immagini, stiamo iniziando a vedere che ci vuole sempre più tempo per etichettare ogni batch di immagini man mano che cresce la domanda di volontari. Riteniamo che il deep learning sarà fondamentale per alleviare il collo di bottiglia per i progetti di fototrappole:lo sforzo di convertire le immagini in dati utilizzabili".

"Non solo il sistema di intelligenza artificiale ti dice quale delle 48 diverse specie di animali è presente, ma ti dice anche quanti sono e cosa stanno facendo. Ti dirà se stanno mangiando, dormire, se i bambini sono presenti, eccetera., "aggiunge Kosmala, un altro leader di Snapshot Serengeti. "Stimiamo che la pipeline della tecnologia di deep learning che descriviamo risparmierebbe più di otto anni di sforzi di etichettatura umana per ogni 3 milioni di immagini aggiuntive. Questo è un sacco di tempo prezioso di volontariato che può essere ridistribuito per aiutare altri progetti".

Il primo autore Sadegh Norouzzadeh sottolinea che "l'apprendimento profondo sta ancora migliorando rapidamente, e ci aspettiamo che le sue prestazioni miglioreranno solo nei prossimi anni. Qui, volevamo dimostrare il valore della tecnologia alla comunità dell'ecologia della fauna selvatica, ma ci aspettiamo che man mano che sempre più persone ricercano come migliorare il deep learning per questa applicazione e pubblichino i propri set di dati, il cielo è il limite. È emozionante pensare a tutti i diversi modi in cui questa tecnologia può aiutare con le nostre importanti missioni scientifiche e di conservazione".

Il giornale che appare oggi in PNAS è intitolato, "Identificazione automatica, conteggio, e descrivendo animali selvatici in immagini di trappole fotografiche con un apprendimento profondo".