Nachrichten, Gerüchte, Meldungen und Berichte aus der IT-Szene

Redaktion: Heinz Schmitz


KI erkennt Wildtiere schneller und genauer

Elche
Die Elche in freier Wildbahn werden vom System der University of Wyoming nicht gestört. (Quelle: skeeze/Pixabay)

Wissenschaftler der University of Wyoming (UW) haben in Nordamerika und Kanada ein neues Computersystem erfolgreich getestet, das die Überwachung von Wildtierbeständen wesentlich einfacher und zuverlässiger gestalten soll. Die automatische Methode, die Künstliche Intelligenz (KI) mit Ansätzen maschinellen Lernens verknüpft, ist schneller und genauer, als es der Mensch jemals sein könnte: Das System hat 375.000 Fotos bei einer Rate von 2.000 Bildern pro Minute ausgewertet und dabei eine Trefferquote von 97,6 Prozent erreicht - der höchste bislang erzielte Wert bei derartigen Projekten.

 

Mit Highspeed viele Daten auswerten

"Die Möglichkeit, Millionen Bilder von Kamerafallen in einer solch rasanten Geschwindigkeit auszuwerten, kann die Art und Weise, wie Forscher ihre Wildtierstudien anlegen und umsetzen, fundamental verändern", beschreiben Michael Tabak und Ryan Miller vom Department for Zoology and Physiology der UW das Potenzial der neuen Technologie. Diese stelle einen "wichtigen Durchbruch" im Bereich der Nutzung von modernen KI-Systemen im Umweltschutz dar und habe außerdem den Vorteil, dass die Tiere nicht in ihrer natürlichen Umgebung gestört werden müssen.

 

Dass die automatische Variante durchaus in der Lage ist, die Arbeit von hunderten von Freiwilligen zu übernehmen und dabei auch noch bessere Ergebnisse zu erzielen, habe bereits ein Vorgängerprojekt in Afrika eindrucksvoll bewiesen, wie die beiden Forscher betonen. "Unser Computermodell hat es geschafft, 3,2 Mio. Aufnahmen von Löwen, Elefanten und anderen Tieren in der Serengeti zu analysieren und dabei eine Genauigkeit von 96,6 Prozent zu erreichen", so Tabak und Miller.

 

Von Afrika nach Nordamerika und Kanada

Nach dem ersten Testlauf in Afrika folgte ein ausgedehntes Projekt in Nordamerika. Hierbei wurde ein Hochleistungs-Computercluster der UW einem speziellen Training unterzogen, um 27 verschiedene Spezies, die in fünf unterschiedlichen US-Bundesstaaten leben, aus insgesamt 3,37 Mio. Fotos richtig zu identifizieren. Anschließend wurde das selbstlernende KI-System auf 375.000 Bilder angesetzt und schaffte es, bei einer Rate von 2.000 Bildern pro Minute, eine Trefferquote von 97,6 Prozent zu erreichen.

 

"Das ist sicher nicht nur die schnellste, sondern auch die genaueste Art der Kontrolle für Wildtierbestände, die es zur Zeit gibt", betonen die UW-Experten. Auch bei einem unabhängigen Test mit einem kleineren Datensatz von 5.900 Bildern von Elchen, Rindern, Hirschen und Wildschweinen in Kanada konnte das KI-System eine Genauigkeit von 81,8 Prozent erzielen. Bald soll diese Technologie über eine freie Programmiersprache auch kostenlos der Öffentlichkeit zur Verfügung gestellt werden.

(Quelle: pressetext.de)

 

Siehe auch

http://uwyo.edu

Zurück