Штучний інтелект розширює можливості iNaturalist у створенні точних карт рослинності Каліфорнії

Використовуючи понад 652 000 спостережень, завантажених до додатку iNaturalist, науковці з Каліфорнійського університету в Берклі створили модель штучного інтелекту для прогнозування розподілу 2221 виду рослин по всьому штату.

Для тренування глибокої нейронної мережі, спостереження за видами були пов’язані з зображеннями віддаленого зондування 2012 року та кліматичними змінними.

Джерело: phys.org

Деталі:

iNaturalist — це популярний мобільний додаток, спочатку розроблений студентами Берклі, який дозволяє користувачам завантажувати фото рослин, тварин та інші спостереження. Додаток має понад 8 мільйонів користувачів по всьому світу і понад 200 мільйонів завантажених спостережень.

Дослідники використали згорткову нейронну мережу, тип штучного інтелекту, для зіставлення даних з iNaturalist з високороздільними знімками Каліфорнії. Нейронна мережа виявила кореляції, які дозволили спрогнозувати поточний ареал 2221 виду рослин із точністю до кількох квадратних метрів.

Традиційно ботаніки створюють високоякісні карти рослинності, обстежуючи всі види в певній місцевості, але це малореально для великих територій. Натомість, модель AI під назвою Deepbiosphere використовує дані з iNaturalist і супутникових знімків, що дозволяє моніторити зміни у вегетації, наприклад, зникнення лісів або відновлення після пожеж.

Результати дослідження були опубліковані 5 вересня у журналі Proceedings of the National Academy of Sciences. Автори дослідження Моісес Експозіто-Алонсо та Лорен Гіллеспі підкреслили, що методи глибокого навчання можуть надалі допомогти відслідковувати біорізноманіття в інших країнах, наприклад, у Бразилії, де спостерігається важка посуха та значні пожежі.

"Ми плануємо розширити модель на інші території," сказав Експозіто-Алонсо. "Смартфони поширені по всьому світу, тому є можливість, що люди почнуть фіксувати свої природні спостереження, що дозволить створити глобальну карту видів для їхнього захисту."

Поряд з тим, що знімки доступні безкоштовно і охоплюють більшість Землі, вони оновлюються значно частіше, ніж кліматичні карти. Використання цих знімків разом із даними громадської науки дозволить щодня відслідковувати зміни ландшафту.

Експозіто-Алонсо та його команда також провели тестування Deepbiosphere, порівнюючи її з іншими моделями, такими як Maxent, яка використовує кліматичні дані для прогнозування. Deepbiosphere показала значно кращі результати, досягаючи 89% точності в прогнозуванні наявності видів, порівняно з 27% для попередніх методів. У випробуванні, модель передбачила 81.4% локальних змін, викликаних пожежами в Йосеміті, та точно відобразила розподіл секвой у Національному парку Редвуд.

Довідково:

"Ця модель — фантастичний інструмент, який використовує дані, що люди завантажують з телефонів, і створює високоточні карти," сказав Експозіто-Алонсо. "Тепер головне питання: чи зможуть рослини адаптуватися до змін?"

• #Штучнийінтелект
• #iNaturalist
• #картографування