هوش مصنوعی چگونه به حفاظت از تنوع زیستی زمین کمک می کند؟
ایتنا - هوش مصنوعی پتانسیل فوقالعادهای در تجزیه و تحلیل مجموعه دادههای بزرگ جمعآوریشده از طریق گوشیهای هوشمند و سیستمهای نظارت خودکار نشان داده است و بینشهایی را در مورد اکوسیستمهای پیچیده به محققان ارائه میدهد.
هوش مصنوعی نظارت بر حیات وحش و شناسایی گونهها را متحول میکند، اما سوالاتی در مورد قابلیت اطمینانبخشی این سیستمهای جدید باقی میماند.
بر اساس گزارش منتشر شده توسط وب سایت Live Science، هوش مصنوعی در حال حاضر برای شناسایی گونههای جدید بالقوه استفاده میشود، اما شناسایی و طبقه بندی نهایی هنوز به زیست شناسان متخصص بستگی دارد.
به گزارش ایتنا، علیرغم قابلیتهای پیشرفته هوش مصنوعی، اثربخشی آن به شدت به کیفیت و جامعیت دادههایی بستگی دارد که بر روی آنها آموزش داده شده است، که در حال حاضر به دلیل شکافهای قابل توجه در دانش ما از تنوع زیستی زمین، محدود شده است.
هوش مصنوعی پتانسیل فوقالعادهای در تجزیه و تحلیل مجموعه دادههای بزرگ جمعآوریشده از طریق گوشیهای هوشمند و سیستمهای نظارت خودکار نشان داده است و بینشهایی را در مورد اکوسیستمهای پیچیده به محققان ارائه میدهد.
کریستین پیکارد، استاد زیستشناسی در دانشگاه ایندیانا گفت: «ما در تلاش هستیم تا سرعت تحقیقات را تسریع کنیم تا بتوانیم به برخی از سؤالات بزرگ پاسخ دهیم و این هیجانانگیز است».
یک مطالعه در سال 2023 در مجله Ecology and Evolutionary Methods، نمونهای از این احتمال است که در آن پیکارد و تیمش یک مدل هوش مصنوعی را برای طبقه بندی بیش از 1000 گونه حشره آموزش دادند.
سرخان بادرل، نویسنده اصلی، که این مطالعه را به عنوان بخشی از پایان نامه دکترای خود در علوم کامپیوتر در دانشگاه پردو تکمیل کرد، توضیح داد که این مدل با استفاده از تصاویر و دادههای DNA آموزش داده شده است.
محققان هویت برخی از گونههای شناخته شده را در طول آموزش پنهان کردند و آنها را در مدل ناشناخته طبقه بندی کردند.
اگرچه هوش مصنوعی قادر به شناسایی دقیق گونهها نبود، اما موفق شد جنسیت صحیح را با دقت 81.39 درصد شناسایی کند و دقت مدل برای گونههای شناخته شده به 96.66 درصد افزایش یافت.
با این حال، بدون دادههای DNA و تنها با تکیه بر تصاویر، میزان موفقیت به طور قابل توجهی به 39.11٪ برای گونههای توصیف شده و 35.88٪ برای گونههای ناشناخته کاهش یافت، که عمدتا به دلیل وضوح پایین تصاویر از پایگاههای داده عمومی است.
پیکارد میگوید: برخی از آن تصاویر واقعاً بد بودند، بنابراین نمیتوانم باور کنم که این مدل به خوبی آن دادهها را نشان داد.
به گفته وبسایت Live Science، پتانسیل هوش مصنوعی در تحقیقات تنوع زیستی، به ویژه در نظارت بر جمعیتهای متنوع و عمدتاً کشف نشده حشرات، بسیار زیاد است.
پیکارد خاطرنشان کرد: این به ما امکان میدهد تا بتوانیم در این فضای ناشناخته از تنوع گونههای حشرات مطالعات بیشتری داشته باشیم.
کاربرد هوش مصنوعی فراتر از شناسایی گونههای فردی و نظارت بر اکوسیستم است. جینا لاوسون، دانشمند تنوع زیستی در مرکز اکولوژی و هیدرولوژی بریتانیا، شبکهای از سیستمهای نظارت خودکار حشرات (AMI) را اداره میکند.
این سیستمها از دوربینهای فعال با حرکت، ضبط صدا و آکوستیک اولتراسونیک برای نظارت بر گونهها و رفتار آنها استفاده میکنند.
این دستگاه با استفاده از پنلهای خورشیدی، حجم عظیمی از دادهها را تولید میکند که تجزیه و تحلیل آن بدون هوش مصنوعی برای انسان غیرممکن است.
لاوسون توضیح داد: «ما این فناوریهای شگفتانگیز را داریم و میتوانیم از آنها برای جمعآوری همه این دادهها استفاده کنیم، اما بدون هوش مصنوعی، فرصتی برای تجزیه و تحلیل آن نداریم.
کاتریونا گلدمن، دانشمند دادههای تحقیقاتی در موسسه آلن تورینگ، همچنین با لاوسون برای آموزش مدلهایی برای تشخیص حیوانات ثبت شده توسط سیستمهای تشخیص خودکار حشرات، همکاری میکند. گلدمن میگوید: آنها میتوانند تصاویر را برچسبگذاری کنند.
سیستمهای نظارت خودکار حشرات همچنین نظارت بر تغییرات تنوع زیستی را در طول زمان آسانتر میکنند، که بسیار مهم است زیرا فعالیتهای انسانی نرخ انقراض گونهها را ۱۰۰ تا ۱۰۰۰ برابر نرخ طبیعی تسریع میکند.
سیستمهای لاوسون واکنشهای حیات وحش را به تغییرات محیطی و فعالیتهای انسانی اندازهگیری میکنند و به تلاشهای حفاظتی کمک میکنند.
گلدمن گفت: "تولد فناوری در تحقیقات تنوع زیستی قابل توجه بود، زیرا به این فرصت را داد تا در مقیاسی ثبت کنیم که قبلا امکان پذیر نبود.
با این حال، ماهیت انرژی بر الگوریتمهای هوش مصنوعی یک چالش زیست محیطی ایجاد میکند.
برای کاهش این مشکل، گلدمن مدلها را فشرده میکند تا در رایانههای کوچک خورشیدی متصل به واحدهای نظارتی قرار بگیرند و پیشرفت فناوری را با پایداری محیطی متعادل کند.