Los leopardos de las nieves se conocen como "fantasmas de las montañas" por una razón. Imagínese esperando meses en las montañas agudas y robustas de Asia, con la esperanza de detectar incluso un vistazo. Estos evasivos grandes gatos en silencio se mueven en silencio sobre laderas rocosas, sus capas que se desvanecen tan imperceptiblemente se mezclan nieve y piedra que incluso los biólogos más interesantes rara vez vistían en la naturaleza.
Peter Matthiessen viajó dos meses en 1973. Año, buscando en la meseta tibetana y escribió un libro en 300 páginas sobre esfuerzo. Nunca lo vio. Cuarenta años después, el hijo de Peter, Alex, dio los pasos de su padre, y no lo vio.
Los investigadores lucharon para tener sentido a la cifra de la población global. En 2017, la preservación de la Unión Internacional para la Naturaleza reclasificó el leopardo de las bases en peligro de extinción, citando estimaciones entre 2,500 y 10,000 adultos en la naturaleza. Sin embargo, el grupo también advirtió que los números continúan cayendo en muchas áreas debido a la pérdida del hábitat, los animales concebidos y humanos y salvajes. Aquellos que estudian estos animales quieren ayudar a proteger la especie y su hábitat, si solo podemos encontrar exactamente dónde viven y cuánto tienen.
Las formas de seguimiento tradicional (búsqueda de rastros, extractos y otros personajes) tienen sus límites. En lugar de esperar un feliz encuentro cara a cara, conservador de la protección de la vida silvestre, incluida Stephane Ostrovski y Sorosh Poia Fariabi, comenzó a establecer trampas de cámaras automatizadas en Afganistán. Estos dispositivos forzan fotos cada vez que se detecta el movimiento, tomando miles de imágenes durante los meses, todos con la esperanza de obtener raramente vistas de un leopardo de nieve.
Pero disparar imágenes es solo la mitad de la batalla. Luego, incluso una tarea difícil habla un leopardo de nieve, excepto otro.
¿Es ese el mismo animal o diferente? Es realmente difícil decirlo. Eve Bohnett, CC BI-ND
A primera vista, puede sonar simple: cada leopardo de nieve tiene un patrón de roseta negro único, como una huella digital o una cara en la multitud. Sin embargo, en la práctica, identificar a las personas con estos patrones es lento, subjetivo y propenso a los errores. Las fotos se pueden tomar en rincones extraños, bajo poca iluminación o con partes de un animal teñido, haciendo que el partido sea ticketly.
Un error común ocurre cuando las fotos de diferentes cámaras se marcan para mostrar diferentes animales cuando en realidad muestran al mismo individuo, estima la población. Peor aún, las imágenes para capturar cámaras pueden ser mezcladas o engañosas, desgarrando el encuentro de un gato a múltiples series e identidad.
Soy analista de los datos que trabajan con la compañía para preservar a los socios salvajes y otros en la naturaleza. Mi trabajo y los demás revelaron que incluso los expertos capacitados pueden limitar a los animales, si no reconocen a los visitantes en lugares que siguen cámaras que sienten movimiento y cuentan al mismo animal más de una vez. Un estudio reveló que la población de leopardo de las nieves estaba sobrevalorada más del 30% debido a estos errores humanos.
Para evitar estas trampas, los investigadores siguen las pautas de clasificación de la cámara: un mínimo de tres diferencias de muestras o similitudes de muestras entre dos imágenes para declararlas con los mismos o diferentes gatos. Se pueden descartar imágenes demasiado borrosas, demasiado oscuras o descargadas de las esquinas pesadas. Los esfuerzos de identificación van desde casos de luz con imágenes claras y de cuerpo completo hasta necesidades ambiguas de cooperación y discusión. A pesar de estos esfuerzos, permanece la variabilidad y los observadores más experimentados son más precisos.
Ahora las personas que intentan contar los leopardos de las nieves ayudan a los sistemas de inteligencia artificial, de dos maneras.
Imaginando puntos
Las herramientas modernas de IA revolucionan cómo procesamos estas grandes bibliotecas de fotos. Primero, y puede clasificar rápidamente miles de imágenes, marcando a aquellos que contienen leopardos de nieve e ignoran irrelevantes, como aquellas que muestran ovejas azules, montaña blanca gris, jardinero de montaña o sombreado de montaña blanca gris.
Los puntos y puntos únicos son clave para decir que separan los leopardos de las nieves. Eve Bohnett, CC BI-NC-ND
La IA puede identificar los leopardos de nieve individuales que analizan sus patrones únicos de rosetas, incluso cuando se plantean o la iluminación difieren. Cada encuentro de leopardo de nieve se compara con el catálogo de fotos previamente identificadas y asignada una identificación bien conocida si hay una coincidencia o ingresado como un nuevo individuo si no.
En un estudio reciente, varios colegas y yo evaluamos dos algoritmos de IA, y por separado en conjunto.
El primer algoritmo, llamado hotpotter, identifica leopardos de nieve individuales que comparan funciones visuales clave, como los patrones de cabello, destacando los "puntos calientes" característicos con un marcador amarillo.
Otro método más nuevo llamado instalación invariante, que funciona de manera similar a la tecnología de reconocimiento facial: reconoce las capas de características abstractas en los datos, identificando el mismo animal independientemente de cómo se establece en la foto o qué puede ser la iluminación.
Hemos capacitado estos sistemas utilizando un conjunto de fotos de leopardo de nieve del zoológico en los Estados Unidos, Europa y Tayikistán y con imágenes de la naturaleza, incluso en Afganistán.
Sam, cada modelo trabajó aproximadamente el 74% del tiempo, la identificación adecuada del gato de la gran biblioteca de fotos. Pero cuando se combinan, dos sistemas juntos eran el 85% del tiempo.
Estos algoritmos están integrados en un Wildbook, un código abierto, una plataforma de software web que ha desarrollado una organización sin fines de lucro de Wild Me y ahora ha adoptado de manera conservadora. Hemos preparado un sistema combinado en un sitio web gratuito, WhiskerBook.org, donde los investigadores pueden cargar imágenes, buscando coincidencias usando algoritmos y confirmar esas coincidencias con comparación por página. Este sitio se encuentra entre la creciente IA y AI y AI-AI que ayudan a mantener biólogos de manera más eficiente y eficiente para proteger las especies y sus hábitats.
La vista desde la red para el sistema de monitoreo de vida silvestre sugiere una posible coincidencia para un leopardo de nieve atrapado con una cámara remota. Wild Books / Eve Bohnett, CCS por número de personas que todavía necesitan
Estos sistemas de IA no son evidentes para los errores. Y recordaron rápidamente a los candidatos y banderas probablemente coincidentes, pero la validación profesional garantiza una precisión, especialmente con fotografías complicadas o poco claras.
Otro estudio que nos hemos implementado, han realizado los grupos lanzados de grupo asistido de expertos y noches. Todos recibieron un conjunto de tres a 10 imágenes 34 leopardos de nieve atrapados conocidos y se les pidió que usara la plataforma WhiskerBook para identificarlas. También pidieron evaluar cuántos animales había en el conjunto de fotos.
Los expertos usaron alrededor del 90% de las imágenes con precisión y presentaron estimaciones de población dentro del 3% del número real. En contraste, el más nuevo identificó solo el 73% de los gatos y subestimó el número total, y a veces para el 25% o más, fusionando erróneamente a dos personas en una.
Ambos conjuntos de resultados fueron mejores que cuando los expertos o reclutas no han utilizado ningún software.
La comida para llevar es clara: la experiencia humana sigue siendo importante y la combinación con soporte de IA conduce a los resultados más precisos. Mis colegas y esperamos que el uso de herramientas como WhiskerBook y los sistemas estén integrados en ellos, los investigadores podrán estudiar estos esquivos animales más rápido y más plenamente.
Con una herramienta como un whisky, aligera los misterios de estos espíritus de montaña, tenemos otra forma de proteger los leopardos de la nieve, pero el éxito depende del compromiso constante de proteger sus frágiles casas montañosas.
0 Comentarios