استفاده از فناوری تشخیص چهره برای حیوانات
یکی از اصلیترین کارهایی که محافظان حیات وحش در جهان، برای حفاظت از گونههای مختلف انجام میدهند، سرشماری و ثبت آمار دقیق از تعداد باقیمانده از گونههای در حال خطر است. هرچه دقت این سرشماری دقیقتر باشد، میتوان کارهای موثرتری برای حیوانات در حال انقراض انجام داد. محققان برای چنین کاری به جزئیات حیوانات توجه میکنند. جزئیاتی مانند یک زخم روی پوزه، یک یال در گردن و موارد دیگر.
به گزارش یو سی، ملانی کلاپام (Melanie Clapham) زیست شناس خرس که بیش از یک دهه را صرف مطالعه خرسهای گریزلی کرده، روش دیگری را برای تفکیک و سرشماری خرسها بکار برده است. او چند سال پیش با طرح این سوال که آیا فناوری تشخیص چهره انسانها میتواند برای حیوانات هم بکار برود، سراغ دو توسعه دهنده در سیلیکون ولی رفت و با هم BearID را ایجاد کردند.
نرم افزار تشخیص چهره که برای نظارت بر خرسهای گریزلی استفاده میشود و با تحلیل تصاویر ثبت شده از خرسها بوسیله هوش مصنوعی، تاکنون 4674 قلاده خرس مختلف را شناسایی کرده است. ملانی کلاپام میگوید: «این نرم افزار 132 حیوان مختلف را شناسایی میکند اما تمرکز اصلی آن روی خرسهای گریزلی است و دقتی 80 درصدی دارد.»
به گفته او، چنین تکنولوژیای با پردازش هزاران عکس که محل ثبت آنها مشخص است، میتواند مسیر حرکت حیوانات، خطرات احتمالی و حتی حمله حیوانات به محل زندگی انسانها را پیش بینی کند و یک روش اساسی برای کمک به حفظ حیات این حیوانات باشد.
تشخیص چهره در مزرعه
در حالی که BearID با چرخ زدن در طبیعت به دنبال چهرههای جدیدی در بین خرسها است، محقق دیگری به نام جو هوگلند (Joe Hoagland) در تلاش است تا همین کار را در گاوداریها انجام دهد. هوگلند یک دامدار، البته از نوع مدرنش است که در حال ساخت برنامهای به نام Cattle Tracs است که به گفته وی هر کسی را قادر میکند تصاویر گاوها را از هم تشخیص دهد و برای هر کدام از آنها نامی بگذارد. او توضیح میدهد که گاوهای گوشتی در طول زندگی خود با افراد و مکانهای مختلفی سر و کار دارند. از تولیدکنندگان گرفته تا چراگاه برای تغذیه و سپس کشتارگاهها و شرکتهای بسته بندی گوشت.
اما ارتباط و پیگیری زیادی بین این زنجیره وجود ندارد. این مسئله بررسی مشکلاتی مانند بیماریهای حیوانی را که میتواند دام را از بین ببرد و همچنین به انسانها آسیب برساند دشوار میکند.
هوگلند انتظار دارد این برنامه تا پایان سال در دسترس باشد. توانایی ردیابی حیوان بیمار، یافتن منبع آن، قرنطینه کردن و ردیابی افراد و دامهایی که با آن در تماس بودهاند، حداقل کاری است که میتوان به کمک Cattle Tracs انجام داد. ساز و کاری که شاید بتواند جلوی یک فاجعه جهانی مانند کرونا را که مربوط به بیماریهای مشترک بین انسان و حیوان است، بگیرد.
در حال حاضر پایگاه دادههای Cattle Tracs که هوش مصنوعی در حال بررسی آن است، شامل بیش از 135 هزار تصویر از 1000 گاو جوان است. به گفته محققان دانشگاه ایالتی کانزاس که بررسی این دادهها را به عهده دارند، این تکنولوژی تا 94 درصد در شناسایی حیوانات دقت دارد.
کمک به پیشگیری از انقراض
گرچه تشخیص چهره برای حیوانات، مشکلات و موانعی مانند حفظ حریم خصوصی را ندارد و همچنین حیوانات زبان ندارند تا به نظارت نهادها روی آنها اعتراض کنند، اما باز هم مواردی وجود دارد که باعث میشود این کار با مخالفتهایی روبرو شود و بار منفی داشته باشد.
به عنوان مثال گرچه فناوری نظارت میتواند به محافظت از حیوانات کمک کند اما ممکن است در برابر آنها نیز استفاده شود. تانیا برگر ولف (Tanya Berger Wolf) بنیانگذار و مدیر Wildbook.org که یک شرکت هوش مصنوعی برای پروژههای تحقیقاتی حیات وحش است، اهمیت کنترل دسترسی به دادههای حیوانات را بسیار مهم میداند. چرا که او اعتقاد دارد: «آنچه برای دانشمندان و مدیران حفاظت بسیار مهم است، میتواند برای شکارچیان حیات وحش نیز حکم طلا را داشته باشد.»
به این دلیل که یک شکارچی غیرمجاز میتواند از تصاویر حیوانات، همراه با دادههایی مانند مختصات GPS که ممکن است به عکسها متصل باشد، برای یافتن آنها استفاده کند. این مسئله مانند این میماند که فعالان محیط زیست، شکارچیان با تفنگهای آماده شلیک خود را به بالای سر حیوانات ببرند.
همچنین برای رشد هوش مصنوعی در مورد حیوانات، احتیاج به جمع آوری تعداد زیادی از تصاویر حیوانات از جهتهای مختلف در شرایط نوری متفاوت است. آن هم در شرایطی که هیچ مانعی مانند گیاهان و… بخشی از آنها را نپوشانده باشد. این دادهها برای آموزش شبکههای هوشمند (AI) حیاتی است. برای همین محققان در حال کار روی سیستم AI هستند تا بتوانند تحلیل دادهها را از طریق فیلمهای ضبط شده توسط دوربینهایی که در طبیعت کار گذاشته شده است، نیز انجام دهند و با تشخیص دقیق حیوانات باقیمانده از گونههای در حال نابودی، در تلاش برای حفظ آنها موفقتر باشند.



