هوش مصنوعی به درخواست اطلاعات بلدرچین پاسخ می دهد — ScienceDaily


زمانی که ایالت ها بخواهند جمعیت بلدرچین ها را اندازه گیری کنند، این فرآیند می تواند طاقت فرسا، وقت گیر و پرهزینه باشد.

این به معنای سپری کردن ساعت ها در میدان برای گوش دادن به تماس ها است. یا اینکه یک دستگاه ضبط را در میدان بگذارید تا صداهایی را که تولید می‌شوند دریافت کنید – فقط ساعت‌ها بعد به آن صدا گوش دهید. سپس، این فرآیند را تا زمانی که اطلاعات کافی برای شروع تخمین جمعیت وجود داشته باشد، تکرار کنید.

اما مدل جدیدی که توسط محققان دانشگاه جورجیا ایجاد شده است، با هدف ساده‌سازی این فرآیند است. با استفاده از هوش مصنوعی برای تجزیه و تحلیل ترابایت های ضبط شده برای تماس بلدرچین، این فرآیند به مدیران حیات وحش این امکان را می دهد که داده های مورد نیاز خود را در عرض چند دقیقه جمع آوری کنند.

“این مدل بسیار دقیق است، بین 80٪ تا 100٪ از همه تماس ها را حتی در پر سر و صداترین ضبط ها می گیرد. بنابراین، می توانید یک ضبط بگیرید، آن را در مدل ما قرار دهید و به شما می گوید که ضبط کننده چند صدای بلدرچین شنیده است. جیمز مارتین، دانشیار دانشکده جنگلداری و منابع طبیعی UGA Warnell که با همکاری دپارتمان منابع طبیعی جورجیا، حدود پنج سال است روی این پروژه کار کرده است. این مدل جدید به شما امکان می‌دهد تا در عرض چند ترابایت داده را تجزیه و تحلیل کنید، و چیزی که به ما امکان می‌دهد نظارت را افزایش دهیم، بنابراین می‌توانید به معنای واقعی کلمه صدها دستگاه از این دستگاه‌ها را خارج کنید و منطقه بسیار بیشتری را پوشش دهید و این کار را با مقدار بسیار کمتری انجام دهید. تلاش نسبت به گذشته.”

این نرم افزار نشان دهنده حدود پنج سال کار مارتین، محقق فوق دکتری ویکتوریا نولان و مشارکت کنندگان کلیدی متعددی است که با یک کدنویس برای ایجاد مدل کار کرده اند. این همچنین بخشی از یک تغییر بزرگتر است که در زمینه تحقیقات حیات وحش رخ می دهد، جایی که الگوریتم های کامپیوتری اکنون به کارهایی کمک می کنند که زمانی برای انسان هزاران ساعت طول می کشید تا انجام شود.

به طور فزاینده‌ای، رایانه‌ها در شناسایی نویزهای خاص یا ویژگی‌های خاص در عکس‌ها و صداهای ضبط‌شده هوشمندتر می‌شوند. برای محققانی مانند مارتین، این بدان معناست که ساعت‌هایی که صرف کارهایی مانند گوش دادن به صدا یا تماشای تصاویر دوربین بازی می‌شود، اکنون می‌تواند توسط رایانه انجام شود و زمان ارزشمندی را برای تمرکز بر جنبه‌های دیگر پروژه آزاد کند.

این ابزار جدید همچنین می‌تواند منبع ارزشمندی برای آژانس‌های ایالتی و فدرال باشد که به دنبال اطلاعات در مورد جمعیت بلدرچین‌های خود هستند، اما با بودجه محدودی که برای هر پروژه هزینه می‌کنند. مارتین افزود: «بنابراین، من فکر می‌کنم این چیزی است که دولت‌ها ممکن است تا جایی که نظارت فعلی خود را با دستگاه‌های ضبط صوتی جایگزین کنند، به آن بپردازند.

موفقیت این نرم افزار اخیرا توسط سازمان ثبت شده است مجله سنجش از دور در اکولوژی و حفاظت.

به گفته مارتین، همانطور که نرم افزار بیشتر مورد استفاده قرار می گیرد و در معرض صداهای مناطق جغرافیایی جدید قرار می گیرد، حتی “هوشمندتر” می شود. همانطور که هست، بلدرچین انواع مختلفی از تماس ها را ارائه می دهد. اما زمانی که نرم افزار در معرض انواع صداهای غیر بلدرچین قرار می گیرد، بهتر است تماس های صحیح را از صداهای محیطی علف ها و درختان اطرافشان تشخیص دهد.

با گذشت زمان، نرم افزار هوشمندتر خواهد شد.

او افزود: «بنابراین به همین دلیل است که باید به آن داده‌های آموزشی را ادامه دهید، و زمانی که مکان‌های جغرافیایی را جابه‌جا می‌کنید، با صداهای جدیدی روبرو می‌شوید که مدل را برای آن آموزش نداده‌اید». همیشه در مورد سازگاری است.

منبع داستان:

مواد تهیه شده توسط دانشگاه گرجستان. نوشته اصلی توسط کریستن مورالس. توجه: محتوا ممکن است برای سبک و طول ویرایش شود.



منبع

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 ]