دانشمندان دانشگاه دوک و انجمن حفاظت از حیات وحش (WCS) مجموعه ای جالب از الگوریتم های یادگیری عمیق ارائه داده اند که می تواند بیش از 10 هزار تصویر هواپیماهای بدون سرنشین از کلنی های مخلوط پرندگان دریایی را در جزایر فالکلند در سواحل آرژانتین تجزیه و تحلیل کند.

فالکلندها بزرگترین مستعمرات آلباتروسهای ابرو سیاه (Thalassarche melanophris) و دومین مستعمرات بزرگ پنگوئن های راک پپر جنوبی (Eudyptes c. chrysocome) را در خود جای داده اند. صدها هزار پرنده در این جزایر در گروههای متراکم با هم تولید مثل می کنند.

الگوریتم یادگیری عمیق ساخته شده توسط دانشمندان با موفقیت آلباتروس ها را با 97٪ و پنگوئن ها را با دقت 87٪ شناسایی و شمارش کرده است.

Madeline C. Hayes ، یک تحلیلگر سنجش از دور در آزمایشگاه دریایی دانشگاه دوک ، که رهبری این مطالعه را بر عهده داشت ، دیدگاهی دارد که با استفاده از نظرسنجی های هواپیماهای بدون سرنشین و یادگیری عمیق ، گزینه ای جایگزین برای آنها فراهم می شود که بسیار دقیق تر ، کمترین اختلال و به طور قابل توجهی آسان تر است. یک نفر یا یک تیم کوچک می تواند این کار را انجام دهد و تجهیزات مورد نیاز برای انجام آن همه هزینه و پیچیده نیست.

مستعمرات واقع شده در دو جزیره بیرونی سنگلاخ و غیرمسکونی توسط تیم هایی از دانشمندان که تعداد هر گونه مشاهده شده در بخشی از جزایر را محاسبه می کنند و این تعداد را برون یابی می کنند تا برآورد جمعیت کل مستعمرات کامل را تاکنون بدست آورند ، تحت نظر قرار گرفته اند.

از آنجا که کلنی ها بزرگ و متراکم هستند و پنگوئن ها بسیار کوچکتر از آلباتروس ها هستند و بنابراین ، فراموش کردن از آنها آسان است ، تعداد آنها اغلب باید تکرار شود. این یک فرایند دشوار است و حضور دانشمندان می تواند رفتارهای پرورشی و پرورشی پرندگان را مختل کند.

استفاده از هوش مصنوعی به راحتی این مشکل را حل می کند. تصاویر با استفاده از یک شبکه عصبی کانولوشن (CNN) تحلیل می شوند. این نوعی هوش مصنوعی است که برای تجزیه و تحلیل تصویر و تفکیک و شمارش اشیاقابل مشاهده برای آن از الگوریتمی یادگیری عمیق استفاده می کند. سپس شمارش ها با هم جمع می شوند تا تخمین های کاملی از تعداد کل پرندگان موجود در کلنی ها ایجاد شود.

220000324.009