Un nuovo strumento di immagine basato sull’intelligenza artificiale potrebbe aiutare lo sviluppo di algoritmi per analizzare le immagini della fauna selvatica per aiutare a migliorare la comprensione di come le specie in tutto il mondo stanno rispondendo ai cambiamenti climatici, suggerisce uno studio.
Questo progresso potrebbe aiutare gli scienziati a creare nuovi algoritmi basati sull’intelligenza artificiale per eseguire analisi rapide e approfondite dei milioni di immagini di animali selvatici caricate su Internet da membri del pubblico ogni anno.
Questi potrebbero aiutare a rivelare informazioni chiave sugli impatti del cambiamento climatico, dell’inquinamento, della perdita di habitat e di altre pressioni su decine di migliaia di specie animali e vegetali, dicono i ricercatori.
I siti web di scienza dei cittadini sono una fonte potenzialmente ricca di informazioni su come gli animali e le piante stanno rispondendo ai cambiamenti climatici. Tuttavia, sebbene gli algoritmi di intelligenza artificiale esistenti possano identificare automaticamente le specie nelle immagini caricate, non era chiaro se potessero rivelare anche altre informazioni.
Ora, un team internazionale di scienziati ha creato un nuovo strumento per testare la capacità degli algoritmi di intelligenza artificiale di estrarre altre informazioni dalle banche di immagini. Ciò potrebbe includere dettagli come quali specie mangiano, quanto sono sane e con quali altre specie interagiscono.
Lo strumento, chiamato INQUIRE, misura la capacità dell’intelligenza artificiale di trarre conclusioni da una banca di immagini di cinque milioni di foto di animali selvatici caricate sul sito web di scienza dei cittadini iNaturalist.
Il team ha scoperto che gli attuali algoritmi di intelligenza artificiale sono in grado di rispondere ad alcuni di questi tipi di domande, ma falliscono su quelle più complesse. Questi includevano quelli che richiedono di ragionare su piccole caratteristiche all’interno delle immagini e quelli che contengono una terminologia scientifica dettagliata.
I risultati evidenziano opportunità per sviluppare nuovi algoritmi di intelligenza artificiale che possano aiutare meglio gli scienziati a esplorare in modo efficiente vaste raccolte di immagini, afferma il team.
I risultati sottoposti a revisione paritaria saranno presentati alla conferenza NeurIPS, una delle principali conferenze sull’apprendimento automatico.
Il team comprendeva ricercatori dell’Università di Edimburgo, dell’University College di Londra, dell’UMass Amherst, di iNaturalist e del Massachusetts Institute of Technology (MIT). Il lavoro è stato in parte supportato dal Generative AI Laboratory dell’Università di Edimburgo.
Il dottor Oisin Mac Aodha, della Scuola di informatica dell’Università di Edimburgo, ha dichiarato: “Le migliaia di foto di animali selvatici caricate su Internet ogni giorno forniscono agli scienziati informazioni preziose su dove si possono trovare diverse specie sulla Terra. Tuttavia, sapere quali specie si trovano in una foto è solo la punta dell’iceberg.
“Queste immagini sono potenzialmente una risorsa estremamente ricca che rimane in gran parte inutilizzata. Essere in grado di esaminare in modo rapido e accurato la ricchezza di informazioni che contengono potrebbe offrire indizi vitali su come le specie stanno rispondendo a sfide sfaccettate come il cambiamento climatico”.
La dottoressa Sarah Beery, professoressa assistente al MIT, ha dichiarato: “Questa attenta cura dei dati, con l’obiettivo di catturare esempi reali di indagini scientifiche in aree di ricerca in ecologia e scienze ambientali, si è rivelata vitale per espandere la nostra comprensione delle attuali capacità degli attuali Metodi di intelligenza artificiale in questi contesti scientifici potenzialmente di impatto.
“Ha anche delineato le lacune nella ricerca attuale che ora possiamo lavorare per colmare, in particolare per questioni compositive complesse, terminologia tecnica e differenze sottili e dettagliate che delineano le categorie di interesse per i nostri collaboratori.”
Da un’altra testata giornalistica. news de www.sciencedaily.com
