Bazı Yeni Tüylü Arkadaşlarda Yüz Tanıma Eğitimi: Ayılar

Ed Miller ve Mary Nguyen, gün geçtikçe Silikon Vadisi yazılım geliştiricileridir, ancak alışılmadık derecede bulanık bir sorunu çözmede ay ışığı.

Birkaç yıl önce çift, Katmai Milli Parkı’ndan kahverengi ayıları yayınlayan bir Alaska web kamerası tarafından çoğumuz gibi büyülendi. Ayrıca makine öğrenimi uzmanlıklarını geliştirmek için bir proje arıyorlardı.

“Makine öğreniminin insanları belirlemede gerçekten harika olduğunu düşündük, ayılar için ne yapabilirdi?” Bay Miller dedi. Yüz tanıma için kullanılan yapay zeka, bir ayı yüzünü diğerinden ayırt etmek için kullanılabilir mi?

Kanada, British Columbia’daki Knight Inlet’te Melanie Clapham aynı soruyu düşünüyordu. Victoria Üniversitesi’nde, Raincoast Conservation Foundation’dan Chris Darimont ile birlikte çalışan doktora sonrası araştırmacı Dr. Clapham, boz ayı çalışmalarına yardımcı olmak için yüz tanıma teknolojisini keşfetmeye hevesliydi. Ama onun uzmanlığı A.I değil, ayı biyolojisiydi.

Şans eseri, dörtlü Wildlabs’da bir eşleşme buldu. net, teknoloji uzmanları ve çevre uzmanları arasında çevrimiçi bir işbirliği komisyoncusu. Becerilerini birleştiren Bay Miller ve Bayan Nguyen, sonunda meyve verecek olan bu tutku projesi için birkaç yıl boyunca gönüllü olarak boş zamanlarını geçirdiler ve deneylerinin sonuçlarını geçen hafta Ekoloji ve Evrim dergisinde bildirdi. BearID, ürettikleri proje, korumacıların dünyanın çeşitli yerlerindeki ayı popülasyonlarının sağlığını izlemelerine ve belki de diğer hayvanlarla çalışmalarına yardımcı olabilir.

Derin öğrenme tedavisi görmüş diğer hayvanları arayarak başladılar.

Bay Miller, “Tipik mühendislik tarzında, her zaman bir kısayol arıyoruz,” dedi.

Fotoğraflarda köpeklerin yüzlerini, gözlerini ve burunlarını bulan ve üzerlerine çerçeveli gözlükler ve bıyıklar yerleştiren bir program olan “köpek hipsterini” keşfettiler. Bayan Nguyen, “Başladığımız yer buydu” dedi.

Köpekler üzerinde eğitilmiş olmasına rağmen, köpek hipster eğiticisi, ayıların benzer şekilli yüzlerinde oldukça iyi çalıştı ve onlara bir programlama avantajı sağladı. Yine de Bayan Nguyen, çalışmanın ilk aşamalarının sıkıcı olduğunu söyledi. Derin öğrenme programı için bir eğitim veri seti oluşturmak, içinde ayı bulunan 4.000’den fazla fotoğrafı incelemeyi ve ardından her ayının gözlerini, burnunu ve kulaklarını etrafına kutular çizerek manuel olarak vurgulamayı içeriyordu, böylece program bu özellikleri bulmayı öğrenebilecekti.

Sistem aynı zamanda kahverengi ayıların fiziksel görünümündeki zorluğun üstesinden gelmek zorunda kaldı.

Dr. Clapham, popülasyonları izlemek için “bireyleri tanıyabilmeliyiz” dedi. Ancak ayılar, zebranın çizgileri veya zürafanın lekeleri gibi parmak iziyle karşılaştırılabilecek herhangi bir özelliğe sahip değildir.

Brooks River, Ala. ve Knight Inlet’teki araştırma ve ayı izleme alanlarından alınan DSLR fotoğrafları üzerindeki 4675 tam etiketli ayı yüzlerinden, görüntüleri rastgele olarak eğitim ve test veri setlerine böldüler. Dr Clapham, 3740 ayı yüzünden eğitildikten sonra, 935 fotoğraftan bilinen ayılar arasındaki farkları ne kadar iyi görebildiğini görmek için derin öğrenmenin “gözetimsiz” işe yaradığını söyledi.

İlk olarak, derin öğrenme algoritması gözler, burun ucu, kulaklar ve alın üstü gibi ayırt edici yer işaretlerini kullanarak ayı yüzünü bulur. Ardından uygulama, yüz özelliklerini çıkarmak, kodlamak ve sınıflandırmak için yüzü döndürür.

Tanımlanan sistem, Lucky, Toffee, Flora ve Steve gibi bilinen ayıları doğru bir şekilde ayırt ederek yüzde 84 doğruluk oranıyla ayılar.

Ama bu ayıları nasıl ayırt ediyor? Almanya’daki Fraunhofer Dijital Medya Teknolojisi Enstitüsü araştırma mühendisi Alexander Loos, derin öğrenme çağından önce, “insanların yüzleri nasıl algıladığını ve bireyleri nasıl ayırt ettiğimizi hayal etmeye çalıştık” dedi. geçmişte Dr. Clapham ile işbirliği yapmıştır. Programcılar, yüz tanımlayıcılarını bir bilgisayara manuel olarak girerler.

Ancak derin öğrenmeyle, programcılar görüntüleri bireyleri en iyi nasıl tanımlayacaklarını bulan bir sinir ağına girerler. Dr. Loos, “Ağın kendisi özellikleri çıkarıyor,” dedi, bu büyük bir avantaj.

Ayrıca, “Temelde bir kara kutu. Ne yaptığını bilmiyorsunuz ”ve eğer incelenen veri kümesi istemeden önyargılıysa, bazı hatalar ortaya çıkabilir.

Örneğin, bazı ayılar karanlık koşullarda olduğundan daha çok aydınlıkta fotoğraflanırsa, ışık farkı ayıların yanlış sınıflandırılmasına neden olabilir. (Veri önyargısı, A.I.’nin insan yüzünü tanımasında bir sorun olabilir ve yanlış tanımlamaların renkli insanlar için daha muhtemel olduğu bilinmektedir).

BearID gerçekte ne yapıyor olursa olsun, pek çok Knight Inlet ayısını görerek tanıyan Dr. Clapham, programın yetersiz kaldığı yerden şaşırdı ve cesaretlendirildi.

“Kafamı karıştırdığım ayılar, ağ da karıştı” dedi ve uygulamanın beynindeki sinir ağına benzer şekilde davrandığını öne sürdü. Ancak, BearID’nin bu ilk sürümü sadece bir başlangıç. Açık kaynak uygulamasının daha fazla girdi, kullanım ve zamanla daha doğru hale geleceğini umuyor.

Uygulama, onlarca yıldır boz ayı turları düzenleyen Glendale Cove’daki Knight Inlet Lodge ve şu anki sahibi Nanwakolas üyesi First Nations of Canada için büyük ilgi görüyor.

Nanwakolas Konseyi başkanı ve Tlowitsis Ulusu üyesi Kikaxklalagee / Dallas Smith, “Arazi kullanım planlaması yapmaya başladığımızda on beş yıl önce, tüm eyalet için yalnızca bir il ayı sağlığı uzmanı vardı” dedi. Bu, ulusların kendi topraklarındaki ayıların sağlığı konusundaki anlayışını engelledi. Bu “Jason Bourne-ish” teknolojisinin ayıların daha bilgili yönetimine izin vereceği için heyecanlandığını söyledi. “Sürdürülebilir, sınırlı bir ayak izi operasyonu haline getirmeye çalışıyoruz. ”

Ve BearID, Kuzey Amerika ayılarıyla bitmeyebilir, çünkü Dr. Clapham onu ​​tembel ayılar, güneş ayıları ve Asya ayıları ve kurtlar gibi türler için kullanmaya istekli olan başkalarıyla zaten görüşüyor.

“Sevdiğimiz şey, bir gün insanların kamera tuzağı görüntülerini yükleyebileceği bir yerimiz olması ve sistem size yalnızca hangi türleri değil, aynı zamanda gördüğünüz kişiyi de söylemesi.” ve belki de cinsiyet ve yaş da dedi.