Mô hình máy tính giúp xác định các loài động vật hoang dã
Kim Tiến
07/12/2018
KH&CN nước ngoài
Một mô hình máy tính được phát triển bởi các nhà nghiên cứu đến từ Đại học Wyoming (UW) đã cho thấy độ chính xác và hiệu quả đáng kể trong việc xác định danh tính các loài động vật hoang dã ở Bắc Mỹ dựa trên các bức ảnh chụp từ Camera-trap (loại máy ảnh điều khiển từ xa có trang bị cảm biến chuyển động, thường được sử dụng để thu thập hình ảnh của các loài động vật hoang dã).
Mô hình (đăng trên tạp chí khoa học Methods in Ecology and Evolution) là một tiến bộ đáng kể trong nghiên cứu và bảo tồn động vật hoang dã. Mô hình hiện có sẵn trong gói phần mềm cho Program R - ngôn ngữ lập trình được sử dụng rộng rãi và là môi trường phần mềm miễn phí cho tính toán thống kê.
"Khả năng nhanh chóng xác định hàng triệu hình ảnh từ Camera-trap của mô hình, về cơ bản, có thể thay đổi cách thức các nhà sinh thái học thực hiện các nghiên cứu về động vật hoang dã", tác giả chính của nghiên cứu, TS. Michael Tabak và Ryan Miller của Bộ môn Động vật học và Sinh lý học của UW cho biết.
Nghiên cứu được tiến hành dựa trên nghiên cứu của UW đã được công bố vào đầu năm nay, trong Kỷ yếu của Viện Hàn lâm Khoa học Quốc gia Hoa Kỳ (PNAS), trong đó mô hình máy tính đã phân tích 3,2 triệu hình ảnh được chụp tại châu Phi bằng Camera-trap từ Snapshot Serengeti, một dự án khoa học cộng đồng. Trí thông minh nhân tạo trong mô hình đã phân loại sâu hình ảnh động vật, với tỷ lệ chính xác đến 96,6%, đồng thời tốc độ nhanh hơn nhiều so với con người.
Trong nghiên cứu mới nhất, các nhà nghiên cứu đã dạy cho Mount Moran - cụm máy tính hiệu năng cao của UW - cách phân loại các loài động vật hoang dã qua 3,37 triệu ảnh camera-trap của 27 loài động vật sống tại 5 tiểu bang của Mỹ. Mô hình này sau đó đã được thử nghiệm trên gần 375.000 hình ảnh động vật với tốc độ khoảng 2.000 hình/phút trên máy tính xách tay và đạt được độ chính xác lên tới 97,6%. Có thể nói đây là công nghệ có độ chính xác cao nhất hiện nay trong việc sử dụng máy học để phân loại hình ảnh động vật hoang dã.
Mô hình máy tính này cũng đã được thử nghiệm trên một tập hợp con độc lập với 5.900 hình ảnh của nai, bò, nai sừng tấm và lợn hoang từ Canada; có tỷ lệ nhận diện chính xác là 81,8%. Tỷ lệ thành công trong việc loại bỏ những hình ảnh “trống” (hình ảnh không có động vật) là 94%.
Các nhà nghiên cứu đã cung cấp miễn phí mô hình của họ trong gói phần mềm Program R. Phần mềm "Machine Learning for Wildlife Image Classification in R (MLWIC)" cho phép người dùng xác định 27 loài động vật trong tập dữ liệu từ hình ảnh của họ, đồng thời cho phép người dùng "dạy" cho mô hình theo cách của riêng họ, bằng cách sử dụng hình ảnh từ các tập dữ liệu mới.