ضربان بال حشرات به کمیت تنوع زیستی کمک می کند — ScienceDaily

محققان قبلا الگوریتمی را توسعه داده اند که آفات را در مزارع کشاورزی شناسایی می کند. اما به جای شناسایی حشرات به عنوان آفات، محققان توانسته اند این الگوریتم جدید را برای شناسایی و شمارش جمعیت های مختلف حشرات در طبیعت بر اساس اندازه گیری های به دست آمده از حسگر توسعه دهند.

این الگوریتم حشرات را در حالتی که بال‌هایشان جمع می‌شود، از طریق شبح‌هایشان متمایز می‌کند، زیرا تنها در آن زمان است که تفاوت‌های فیزیکی آن‌ها بیشتر آشکار می‌شود. سپس شبح‌های ضبط‌شده حشرات مختلف را مقایسه می‌کند و شبح‌های مشابه را در یک گروه قرار می‌دهد که سپس می‌تواند برای تعیین حشره‌ای که به احتمال زیاد از طریق پرتو نور پرواز کرده است، استفاده شود.

حشرات به عنوان گرده افشان گیاهان، به عنوان منبع غذایی برای طیف گسترده ای از حیوانات و به عنوان تجزیه کننده مواد مرده در طبیعت حیاتی هستند. اما در دهه‌های اخیر، آنها با مشکل مواجه بوده‌اند. تخمین زده می شود که 40 درصد از گونه های حشرات در حال کاهش هستند و یک سوم آنها در معرض خطر انقراض قرار دارند.

تا به حال، محققان الگوریتم و هوش مصنوعی را با استفاده از یک پایگاه داده تصویری بزرگ از حشرات ثبت شده در شرایط کنترل‌شده و برخی از داده‌های دنیای واقعی آزمایش کرده‌اند که نتایج امیدوارکننده بوده است.

“روش ما پیگیری چگونگی تکامل جمعیت حشرات را بسیار آسان‌تر می‌کند. در سال‌های اخیر زیست توده حشرات از دست رفته است. اما تا زمانی که دقیقاً ندانیم چرا حشرات در حال کاهش هستند، ایجاد راه‌حل‌های مناسب دشوار است. این جایی است که روش ما می‌تواند به دانش جدید و مهم کمک کند.

“این حسگر کمی شبیه دوربین های نظارت حیات وحش است که برای نظارت بر حرکات حیوانات بزرگتر در طبیعت استفاده می شود. اما به جای عکس گرفتن، حسگر حشراتی را که به منبع نور پرواز کرده اند اندازه گیری می کند. سپس الگوریتم از ضربان بال حشره استفاده می کند. آنها را در گروه‌های مختلف شناسایی کنید.

می‌گوید: “ما حسگر را در مناظر مختلف، از جمله گرمسیری، جنگل‌ها و مناطق کشاورزی آزمایش خواهیم کرد تا ببینیم چگونه در دنیای واقعی کار می‌کند. اما همچنین برای تغذیه داده‌های بیشتر الگوریتم، به طوری که می‌تواند حتی دقیق‌تر شود.” راگاوندرا سلوان.

هنگامی که حشرات با قدرت کامل در بهار ظهور می کنند، دانشمندان از نمونه اولیه برای ورود به طبیعت و جمع آوری داده های دنیای واقعی استفاده خواهند کرد.

زمینه:

  • حشرات بزرگترین و متنوع ترین گروه از گونه های حیوانی توصیف شده روی زمین هستند. آنها حدود 80 درصد از تمام گونه های جانوری زمینی را در این سیاره تشکیل می دهند.
  • این اولین بار است که این روش هوش مصنوعی که به نام رمزگذار خودکار متغیر (VAE) شناخته می شود، برای فهرست برداری از تنوع زیستی حشرات استفاده می شود.
  • با استفاده از یک سیگنال نوری از یک حسگر مادون قرمز، این الگوریتم قادر به رمزگشایی حشرات در حال پرواز از طریق پرتو نور است.



منبع

جمعیت حشرات در سرتاسر جهان به شدت در حال کاهش است و عواقب عمده ای برای اکوسیستم ما دارد و ما کاملاً نمی دانیم چرا. یک روش جدید هوش مصنوعی از دانشگاه کپنهاگ برای کمک به نظارت و فهرست نویسی تنوع زیستی حشرات، که تا کنون بسیار چالش برانگیز بوده است، تنظیم شده است.

برای غلبه بر این موانع، محققان دانشگاه کپنهاگ روشی را توسعه داده اند که از داده های به دست آمده از یک حسگر مادون قرمز برای شناسایی و تشخیص ضربان بال حشرات منفرد استفاده می کند. روش هوش مصنوعی مبتنی بر یادگیری ماشینی بدون نظارت است – که در آن الگوریتم‌ها می‌توانند حشرات متعلق به یک گونه را بدون هیچ گونه دخالت انسانی گروه‌بندی کنند. نتایج حاصل از این روش می‌تواند اطلاعاتی در مورد تنوع گونه‌های حشرات در یک فضای طبیعی بدون نیاز به گرفتن و شمارش موجودات با دست به دست دهد.

هوش مصنوعی پیشرفته

به گفته محققان، اختراع آنها امکان رصد بسیاری از مناطق جغرافیایی را با دقت بیشتری نسبت به گذشته فراهم می کند. در عین حال، این اختراع باعث می‌شود که نظارت دقیق بر حشرات که 80 درصد از همه گونه‌های جانوری زمینی را تشکیل می‌دهند، کمتر به منابع نیاز داشته باشد.

“امروزه، پرداختن به نوع نظارت مورد نیاز برای دستیابی به یک دید کلی دقیق تر از عملکرد حشرات ما غیرممکن است. این حسگر فقط به انسان نیاز دارد تا آن را در طبیعت قرار دهد. پس از رسیدن، شروع به جمع آوری داده ها در مورد جمعیت حشرات محلی می کند. کلاس رایدمر نتیجه می گیرد.

بنابراین، نظارت بر تنوع زیستی حشرات برای درک کاهش آنها و امیدواریم کمک به آنها بیش از هر زمان دیگری مهم است. تا کنون، این کار دشوار و نیازمند منابع بوده است. تا حدی این به این دلیل است که حشرات کوچک و بسیار پویا هستند. علاوه بر این، محققان علمی و سازمان‌های دولتی باید تله‌هایی را راه‌اندازی کنند، حشرات را بگیرند و زیر میکروسکوپ مطالعه کنند.

نمونه اولیه در بهار منتشر می شود

Matthew Newman

Matthew Newman Matthew has over 15 years of experience in database management and software development, with a strong focus on full-stack web applications. He specializes in Django and Vue.js with expertise deploying to both server and serverless environments on AWS. He also works with relational databases and large datasets
[ Back To Top ]