Kunstig intelligens setter fokus på livet til insekter - Brutalk

Kunstig intelligens setter fokus på livet til insekter - Brutalk

Forskere kombinerer kunstig intelligens og avansert datateknologi med biologisk kunnskap om å identifisere insekter med overnaturlig hastighet. Dette åpner for nye muligheter for å beskrive ukjente arter og for å spore insektenes liv over tid og tid

Insekter er den mest varierte gruppen av dyr på jorden, og bare en liten brøkdel av disse er funnet og formelt beskrevet. Det er faktisk så mange arter at det er lite sannsynlig å oppdage dem alle i nær fremtid.

Dette enorme mangfoldet blant insekter betyr også at de har svært forskjellige livshistorier og roller i økosystemene.

For eksempel lever en svevefly på Grønland et helt annet liv enn en mantid i den brasilianske regnskogen. Men selv innenfor hver av disse to gruppene eksisterer mange arter hver med sine egne spesielle egenskaper og økologiske roller.

For å undersøke biologien til hver art og dens interaksjoner med andre arter, er det nødvendig å fange, identifisere og telle mange insekter. Det sier seg selv at dette er en veldig tidkrevende prosess, som i stor grad har begrenset forskernes evne til å få innsikt i hvordan eksterne faktorer former insektenes liv.

En ny studie publisert i Proceedings of the National Academy of Sciences viser hvordan avansert datateknologi og kunstig intelligens raskt og effektivt kan identifisere og telle insekter. Det er et stort skritt fremover for forskerne å kunne forstå hvordan denne viktige gruppen av dyr endrer seg over tid - for eksempel som svar på tap av habitat og klimaendringer.

Dyp læring

"Ved hjelp av avansert kamerateknologi kan vi nå samle inn millioner av bilder på feltnettstedene våre. Når vi samtidig lærer datamaskinen å skille de forskjellige artene fra hverandre, kan datamaskinen raskt identifisere de forskjellige artene i bildene. og tell hvor mange den fant av hver av dem. Det er en spillveksler sammenlignet med å ha en person med kikkert i marken eller foran mikroskopet i laboratoriet som manuelt identifiserer og teller dyrene, "forklarer seniorforsker Toke T Høye fra Institutt for biovitenskap og arktisk forskningssenter ved Aarhus universitet, som ledet den nye studien. Det internasjonale teamet bak studien inkluderte biologer, statistikere og maskin-, elektro- og programvareingeniører.

Metodene som er beskrevet i artikkelen går under paraplybegrepet dyp læring og er former for kunstig intelligens som mest brukes i andre forskningsområder, for eksempel i utvikling av førerløse biler. Men nå har forskerne demonstrert hvordan teknologien kan være et alternativ til den møysommelige oppgaven å manuelt observere insekter i sitt naturlige miljø, samt oppgavene med å sortere og identifisere insektprøver.

"Vi kan bruke den dype læringen for å finne nålen i høystakken for å si det sånn - prøven til en sjelden eller ubeskrevet art blant alle eksemplarer av utbredte og vanlige arter. I fremtiden kan alt trivielt arbeid gjøres ved å datamaskinen, og vi kan fokusere på de mest krevende oppgavene, for eksempel å beskrive nye arter, som til nå var ukjente for datamaskinen, og å tolke vell av nye resultater vi vil ha, forklarer Toke T. Høye.

Og det er faktisk mange oppgaver i vente, når det gjelder forskning på insekter og andre virvelløse dyr, kalt entomologi. En ting er mangelen på gode databaser for å sammenligne ukjente arter med de som allerede er beskrevet, men også fordi en proporsjonalt større andel forskere konsentrerer seg om kjente arter som fugler og pattedyr. Med dyp læring forventer forskerne å kunne fremskaffe kunnskap om insekter raskt.

Lange tidsserier er nødvendige

For å forstå hvordan insektpopulasjoner endrer seg gjennom tid, må observasjoner gjøres på samme sted og på samme måte over lang tid. Det er nødvendig med lang tidsserie med data.

Noen arter blir flere og andre mer sjeldne, men for å forstå mekanismene som forårsaker disse endringene, er det viktig at de samme observasjonene blir gjort år etter år.

En enkel metode er å montere kameraer på samme sted og ta bilder av samme lokale område. For eksempel kan kameraer ta et bilde hvert minutt. Dette vil gi hauger med data, som i løpet av årene kan informere om hvordan insekter reagerer på varmere klima eller på endringene forårsaket av landforvaltning. Slike data kan bli et viktig verktøy for å sikre en riktig balanse mellom menneskelig bruk og beskyttelse av naturressurser.

"Det er fremdeles utfordringer foran disse nye metodene kan bli allment tilgjengelige, men studien vår peker på en rekke resultater fra andre forskningsdisipliner, som kan bidra til å løse utfordringene for entomologi. Her er et tett tverrfaglig samarbeid mellom biologer og ingeniører kritisk. , sier Toke T. Høye.

Możesz być również zainteresowany