Hefur þú einhvertíman pælt í því hvernig fyllst er með fari laxfiska upp árnar, og af hverju það skiptir máli?
Talningar á fiskum hjálpa líffræðingum að meta heilsu fiskistofns, hvort verndunar aðgerðir séu að virka og hvernig vistkerfið er að breytast með tímanum. Hvernig þetta er gert núna, þá þarf fólk að horfa á marga klukkutíma af myndbönd frá fiskateljurum sem eru staðsettir í ánum. Það er hægfara og dýr vinna.
João Rodrigo da Silva Martins frá Háskóla Íslands og Hafrannsóknastofnun vildi breyta þessu. Í samstarfi með leiðbeinandanum sínum honum Hafsteini Einarssyni og samstarfsmönnunum þeim Hlyni Bárðarsyni og Jóhannesi Guðbrandssyni kannaði João hvort gervigreindin gæti gert einhverja hluta af vinnunni sjálfvirka. Greinina er hægt að finna hér.
Að nota gervigreind til að fylgjast með fiskum
Teymið notaði gervigreind til að auðkenni á sjálfvirkan hátt tegund fiska út frá myndböndum frá fiskateljurunum.
Í mörgum íslenskum ám eru staðsettir fiskateljarar. Þessir teljarar taka myndbönd of því sem gerist undir yfirborði vatnsins. Sérfræðingar þurfa síðan að horfa á þessi myndbönd (sem geta verið þúsund talsins) til að tegundagreina fiskana sem sjást. João kannaði hvort gervigreindin gæti gert eitthvað af þessari vinnur. Niðurstöðurnar lofuðu góðu. Þar sem gervigreindin gat greint fiska nokkuð fljótt og nákvæmlega. Þetta gæti gefið sérfræðingum meiri tíma til að fylgjast með ánum og einbeita sér að meira áhugaverðum vísindalegum spurningum.
Til hægri: fiskateljari sem er settur í á. Til vinstri: skjáskot frá myndbandi sem teljararnir taka.
Líkanið gat greint hvort fiskur væri til staðar í myndbandi með 99% nákvæmni. Þetta er næstum sama nákvæmnistig og hjá sérfræðingunum.
Einnig gat líkanið gert greinarmun á milli lax, urriða og bleikju með 97 % nákvæmni. Þetta er nokkuð merkilegt því jafnvel reyndir sérfræðingar eiga stundum erfitt með að greina þessar tegundir í sundur.
Hvernig þekkir gervigreindin fisk?
Rannsakendurnir notuðu gervigreindar líkan sem var búið að þjálfa á milljón myndum og myndatextum. Þar sem líkanið hafi séð svona mörg dæmi, gátu rannsakendurnar spurt það spurninga eins og: “Lítur þetta út eins og syndandi laxfiskur?”
Aðferðin er framkvæmd í tveimur skrefum. Fyrst, síar greiningarstigið hráa myndbandið. Þá eru skjáskot með engum fiskum fjarlægð og myndskeið sem innihalda einn fisk fundinn.
Næst kemur flokkunarstigið þar sem fiskarnir eru tegundagreindir. Líkanið gerir einstakt “fingrafar” fyrir hvert skjáskot. Síðan sameinar það upplýsingar frá nokkrum skjáskotum og býr til meðal fingrafar. Þetta hjálpar með að minnka mistök sem gæti átt sér stað vegna slæmrar lýsingar eða skrítnar staðsetningar á fiskunum. Síðan ákvarðar líkanið hvort fiskur er lax, urriði eða bleikja.
Þessar myndir hjálpa rannsakendum að skilja hvernig gervigreindarlíkanið greinir fisktegundir. Rauðu svæðin á myndunum hafa mestu áhrif á frammistöðu líkansins. Þetta bendir til þess að líkanið notar helst líkamslögun fiskins og höfuð eiginleika frekar en upplýsingar frá bakgrunninum.
Hví skiptir þessi rannsókn máli?
Þessi aðferð gæti hjálpað fiskveiðistjórnunarstofnunum, eins og Hafrannsóknarstofnun hérlendis. Hún getur líka nýst sambærilegum stofnunum erlendis.
Margar stofnanir safna miklu fleiri fiska myndböndum en er raunverulega hægt að kanna. Þar af leiðandi er mikið af mikilvægum upptökum aldrei notaðar.
Gervigreind gæti verið eins og fyrsta sían. Hún gæti fundið hlutana af myndbandinu sem innihalda fiska og mögulega tegundagreint tegundir sem er auðvelt að þekkja. Þá mundu sérfræðingar bara þurfa að fara yfir óvenjulega fiska eða erfið tilfelli.
Betri og hraðari talningar á fiskum gætu bætt stofnmat, stuðið að nákvæmari fiskveiðikvóta og leitt til betri ákvarðana varðandi náttúruvernd.
João og samstarfsmenn hans vildu gera gervigreindar tæki sem er auðvelt í notkun fyrir vist- og umhverfisfræði. Þessar greinar hafa oft mjög mikið magna af gögnum en fáa einstaklinga til að vinna úr gögnunum. Vinnan þeirra sýnir að gervigreindin getur verið notuð til að hjálpa með þetta vandamál. Vonin er að þessi aðferðarfræði muni hjálpa rannsóknarhópum, stofnunum og óhagnaðardrifnum samtökum að nýta gögnin sín betur.
