Fågeln befolkningen snabbt minskar på grund av skogsavverkning, jordbruk och klimatförändringar. Forskarna spåra typer, inspelning deras skrik, men även den bästa datorn kan inte på ett tillförlitligt sätt skilja signaler om att vissa fåglar från andra. I alla fall, kunde inte. Nu, tack vare de små och stora crowdsourcing artificiell intelligens forskare rengöras lite fjädrar i denna fråga.
Artificiell intelligens algoritmer kan vara nyckfull finkar, som ofta kräver manuell kalibrering och återkvalificering för varje ny plats eller utseende. Därför, en tvärvetenskaplig grupp av forskare lanserat en Fågel Ljud Upptäckt programmet, som fick många timmar av ljudinspelningar av mätstationer nära Tjernobyl i Ukraina (de kunde komma åt dem), och crowd-sourcade poster, varav en del kom från app Warblr.
Människor som är taggade med 10 sekunders inspelning eller liknande som innehåller en fågel är ringa eller inte. Med hjälp av maskininlärning där datorer är utbildade på tillgängliga data — 30 lag undervisa sina AI i uppsättningen av poster, som var fäst etiketter och sedan testas på de poster du gör program eller inte. Att förlita sig på sitt arbete på principer för neurala nätverk, artificiell intelligens arbetade som hjärnan, koppla samman många små design element, liknande till nervceller.
I slutet av varje månad konkurrensen om den bästa algoritmen fått en 89 av 100 poäng på det statistiska systemet för utvärdering av prestanda AUC. Större antalet i detta fall anger att algoritmen kunde undvika att definiera icke-aviär ljud såsom fågeln (om det var människor, insekter, eller en del regn) och att han inte saknar ljudet av riktiga fåglar (även vid svaga poster).
Just nu algoritmer är inte bättre än andra människor (som faktiskt markera poster med etiketter), men maskinerna kan arbeta dag och natt inte rädd för regn. Var bara en tidsfråga när AI, som kläckts från denna tävling, och kommer att flyga i den verkliga världen.
Artificiell intelligens har lärt sig att identifiera fåglar genom sin sång
Ilya Hel