ディープラーニングの19の格闘技を見てください。絶滅危惧動物の保護にも役立ちます

絶滅危惧動物を研究する上で最大の課題の一つは、その数を正確に推定することであり、各個体を追跡して詳細を知ることはさらに困難です。しかし、デューク・ニコラス・カレッジの 2 人の教師が解決策を考案し、ディープラーニングを活用してこの問題を解決しました。

[[194031]]

従来、野生動物に関する情報を得るには、専門の生物学者が自ら野生地域を探索するしかありませんでした。しかし、野生動物の行動範囲は非常に広く、少数の専門生物学者によって研究できる範囲はあまりにも限られています。さらに重要なのは、人々が懸念している絶滅危惧種の野生動物は、個体数も数も非常に少ないため、野生で生き残っている個体を見つけるのが難しく、追跡して正確な数を推定することが非常に難しいということです。

現在ではスマートフォンの普及により、多くの一般人や愛好家が野生動物や野生でのその痕跡を写真に撮ることができるようになりました。これらの非専門生物学者が収集したデータを活用することは可能でしょうか? デューク・ニコラス・スクールの Zoe Jwell 氏と Sky Alibhai 氏は、これらのデータを活用する方法を見つけました。Leifeng.com AI テクノロジーレビューで彼らのストーリーを見てみましょう。

WildTrackが足跡の特定をクラウドソーシング

[[194032]]

数十平方マイルのアフリカの草原でチーターを見つけるのは難しいですが、チーターは1日に約20万個の足跡を残すことができるので、その痕跡を見つけるのははるかに簡単です。さらに、研究者たちは、これらの痕跡は動物の居場所を特定するのに役立つだけでなく、実際に多くの情報を提供できることを発見しました。

これらの新たな発見は、野生生物保護に対するまったく新しいアプローチにつながる可能性があり、ディープラーニングと NVIDIA GPU によって飛躍的に進歩する可能性があります。

ゾーイ・ジュウェルとスカイ・アリバイは、絶滅危惧動物の監視に重点を置く非営利団体、ワイルドトラックの共同創設者です。世界環境デーに、彼らは ConservationFIT (Conservation Footprint Identification) と呼ばれるプロジェクトを立ち上げました。FIT はフットプリント識別技術の略です。このプロジェクトの目的は、動物の足跡の写真をクラウドソーシングし、それを使って足跡を残した動物の種、個体、性別、年齢層を識別するアルゴリズムを構築することです。

2人がこの情熱を抱くようになったのは、密猟が横行していた1990年代、ジンバブエ政府とナミビア政府のためにクロサイを観察していた2年間の旅のときだった。違法取引のために角が切り取られたため、クロサイの個体数は劇的に減少している。

政府はクロサイを保護する主な方法として、無線首輪と角切り手術を採用している。しかし、草原を10年間さまよった後、ジュエルとアリバイは最終的にこれらの方法はほとんど効果がないことを突き止めた。無線首輪が頻繁に機能しなくなるだけでなく、首輪を装着するはずだったメスのクロサイの生殖周期が、3年に1頭の出産から10年に1頭の出産へと予想外かつ破壊的に変化していた。

足跡を辿る

時間が経つにつれ、ガイドたちは彼らになぜ動物の足跡をたどらないのかと頻繁に尋ねるようになりました。ガイドは、動物がどこに行ったかという単純な情報以外にも、足跡から多くの情報を読み取ることができることが判明しました。

「先住民の専門家たちが、足跡を見るだけで、サイの種だけでなく個体を識別できることに驚きました」とアリバイ氏は言う。「彼らは足跡を見てサイの名前を言い当て、そのサイを見つけて私たちに証明してくれることがよくありました。」

ジュエル氏とアリバイ氏は、アセテートやセルロイドのロールを使って動物の足跡をたどろうと何年も苦労した。その後、1990 年代半ばに起こった 2 つの発見がすべてを変えました。デジタル カメラの発明による JMP ソフトウェアの発見と、SAS Institute の統計分析ソフトウェアの発見です。これら 2 つのツールを使用して、2 人は複雑な統計モデルを構築し始めました。

これらの技術により FIT が誕生し、現在では足跡の写真を使って種、個体、性別、年齢層を識別できるようになりました。

「画像処理から分析、マッピングまで、あらゆることが可能です」とアリバイ氏は語った。

この目標を達成するには、より多くのアルゴリズムが必要です

現在、WildTrack は 15 種の動物 (以下のストーリーのきっかけとなったクロサイを含む) の FIT アルゴリズムを開発しており、絶滅危惧種の観察とモニタリングを加速させたいという思いから、世界中でフィールド調査用の FIT の需要も爆発的に増加しています。

ConservationFIT プロジェクトは、生物学者、追跡者、一般の科学者が現場でスマートフォンで撮影した写真を使用して、アルゴリズムをより速く構築するために開始されています。そこでその後、Jewell、Alibhai、SAS は協力して NVIDIA GPU を使用し、ディープラーニングを使用して、より多くの写真や写真に埋め込まれた情報を処理できる可能性を探りました。

「足跡、毛皮の模様、毛の構造、その他の形態学的特徴を研究する私たちの取り組みはまだ初期段階ですが、初期の結果は私たちの期待をはるかに超えるものでした」とジュエル氏は語ります。「NVIDIA GPU で実現できる速度に期待しており、多次元のデータを処理できるようになります。」

ジュエル氏とアリバイ氏の最終的な目標は、レジャー観光客による保護地域への訪問回数80億回をカウントすることだ。

「観光客のわずか1％がスマートフォンを持参し、自分たちの行動に関するデータを収集したと想像してみてください」とジュエル氏は言う。 「これにより、人口分布を決定し、個人を識別するための 8,000 万のデータ ポイントを備えたディープラーニングと FIT がすでに提供されています。」

コンサベーションFIT

ConservationFIT は、すでに世界中で普及しているスマートフォンと、柔軟で便利なドローンを活用して、より多くの次元で情報を収集し、種の生息地域、個体数、分布に関するより多くのデータを取得したいと考えています。

[[194033]]

iNaturalist を通じて、自分の写真をアップロードし、世界中の写真と比較することもできます。重要な意義の一つは、野生のパンダの数を数えることです。現在、生物学者たちは正確な数を知らず、足跡からパンダの性別を区別することもできません。しかし現在、デューク大学ニコラス環境大学院のビンビン・リー博士は、パンダの性別を95%の確率で判別できる新しい方法を開発し、中国の研究者にパンダを数える際の非常に強力なツールを与えている。

[[194034]]

ConservationFIT の可能性はそれだけではありません。アリバイ氏によると、シベリアトラが生息する地域は50センチほどの雪に覆われており、人間が立ち入り、観察することが難しいという。しかし、ドローンを使って撮影すれば、少なくともトラの痕跡は発見できる。次の目標はトラの種類を確認することだ。ドローンで撮影した写真は、分析のためにConservationFITプラットフォームに引き渡すことができる。ドローンは地面近くのトラの足跡も鮮明に撮影できるため、トラに関するより多くの情報を得ることができる。

絶滅の危機に瀕した動物を保護することは人類共通の責任です。将来、より多くの動物を助ける方法が見つかることを願っています。