Штучний інтелект допомагає розпізнавати снігових барсів і точніше оцінювати чисельність цих величних гірських хижаків

Снігових барсів недарма називають «привидами гір». Уявіть, що ви місяцями перебуваєте в суворих, скелястих горах Азії й сподіваєтеся побачити бодай одного з них. Ці скритні котячі хижаки безшумно пересуваються кам’янистими схилами, а їхнє бліде хутро настільки непомітно зливається зі снігом і камінням, що навіть найдосвідченіші біологи рідко помічають їх у дикій природі.

1973 року мандрівник і письменник Пітер Маттіссен два місяці шукав їх на Тибетському нагір’ї й написав книгу на 300 сторінок про свої пошуки. Він так і не побачив жодного. Через сорок років син Пітера, Алекс, повторив маршрут батька — і теж не зустрів жодного снігового барса.

Дослідники тривалий час намагалися визначити чисельність світової популяції. У 2017 році Міжнародний союз охорони природи (МСОП) змінив класифікацію снігового барса, перевівши його статус із «під загрозою зникнення» на «уразливий» на основі оцінок від 2500 до 10000 дорослих тварин у дикій природі. Проте організація також попередила, що у багатьох регіонах їхня кількість продовжує скорочуватися через втрату природного середовища, браконьєрство та конфлікти між людьми та дикими тваринами. Дослідники цих тварин прагнуть допомогти захистити вид та його ареал — якщо б тільки вдалося точно визначити, де вони мешкають і скільки їх залишилося.

Традиційні методи відстеження — пошук слідів, посліду та інших ознак — мають свої обмеження. Замість очікування випадкової зустрічі природоохоронці Товариства охорони дикої природи на чолі зі Стефаном Островським і Сорушем Поя Фарябі почали встановлювати автоматичні фотопастки в Афганістані. Ці пристрої фотографують кожного разу, коли виявляють рух, і протягом кількох місяців збирають тисячі зображень — сподіваючись здобути рідкісний кадр із сніговим барсом.

Проте зробити знімки — це лише половина справи. Наступне, ще складніше завдання — відрізнити одного снігового барса від іншого.

Здавалося б, це нескладно: кожен сніговий барс має унікальний візерунок із чорних розеток на хутрі, наче відбитки пальців. Проте на практиці визначення окремих тварин за цими візерунками — процес повільний, суб’єктивний і часто призводить до помилок. Фотографії можуть бути зроблені з невдалих ракурсів, за поганого освітлення або так, що частини тіла тварини приховані, — усе це ускладнює порівняння.

Часто трапляється, що знімки з різних фотопасток помилково визначають як різних тварин, хоча насправді на них одна й та сама тварина, що штучно збільшує оцінки чисельності популяції. Гірше того, зображення з фотопасток можуть плутатися або неправильно упорядковуватися, через що дані про одну тварину потрапляють до різних баз даних та отримують різні позначення.

Як фахівець з аналізу даних я працюю з Товариством охорони дикої природи. Моя робота та дослідження колег показали, що навіть досвідчені експерти можуть неправильно ідентифікувати тварин, не розпізнаючи повторного потрапляння тварин до об'єктивів автоматичних камер, і підраховувати одну й ту саму тварину кілька разів. Одне дослідження виявило, що через такі людські помилки чисельність популяції снігового барса завищили більш ніж на 30 %.

Щоб уникнути цих труднощів, дослідники дотримуються інструкцій для класифікації фотографій: треба підтвердити щонайменше три чіткі відмінності на двох знімках. Надто розмиті, темні або зроблені з невдалих ракурсів знімки доводиться відкидати. Процес ідентифікації різниться — від простих випадків із повними чіткими фотографіями тварини до неоднозначних ситуацій, що потребують співпраці й обговорення. Незважаючи на ці зусилля, розбіжності залишаються, і досвідченіші спостерігачі, як правило, точніші.

Тепер дослідники, які підраховують снігових барсів, отримують допомогу від систем штучного інтелекту двома способами.

Розпізнавання плям

Сучасні інструменти штучного інтелекту (ШІ) кардинально змінюють спосіб обробки цих великих фотоархівів. Передусім ШІ може швидко переглядати тисячі зображень і відбирати з них кадри зі сніговими барсами, відсіюючи фотографії синіх баранів (нахурів), сіро-білого гірського ландшафту чи тіней.

ШІ може ідентифікувати окремих снігових барсів, аналізуючи їхні унікальні візерунки з розеток, навіть у різних позах чи за різного освітлення. Кожен знімок снігового барса порівнюють із каталогом раніше визначених фотографій: якщо виявляють відповідність, тварині присвоюють наявний номер, якщо ні — реєструють як нову тварину.

У нещодавньому дослідженні ми з колегами оцінили два алгоритми ШІ — окремо й у поєднанні.

Перший алгоритм — HotSpotter — ідентифікує окремих снігових барсів, порівнюючи основні зорові ознаки, такі як візерунки хутра, і позначаючи характерні точки жовтим кольором.

Другий — новіший метод векторних представлень, незалежних від положення тіла тварини, що працює за принципом технології розпізнавання облич: він виявляє абстрактні ознаки даних, виявляючи ту саму тварину незалежно від її положення на фотографії чи умов освітлення.

Ми тренували ці алгоритми, використовуючи спеціально відібраний набір знімків снігових барсів із зоопарків США, Європи та Таджикистану, а також фотографії з дикої природи, зокрема з Афганістану.

Кожна модель окремо показувала правильні результати приблизно у 74 % випадків, точно ідентифікуючи тварину у великому фотоархіві. У поєднанні вони забезпечували точність близько 85 %.

Ці алгоритми вбудували в Wildbook — вебплатформу з відкритим кодом, розроблену некомерційною організацією Wild Me для ConservationX. Ми розпочали роботу об'єднаної системи на безкоштовному сайті Whiskerbook.org, де дослідники можуть завантажувати фотографії, шукати відповідності за допомогою алгоритмів і підтверджувати їх, порівнюючи знімки на екрані. Цей сайт входить до платформ, що розвиваються для охорони дикої природи із застосуванням ШІ, які допомагають біологам-природоохоронцям працювати ефективніше.

Людська участь досі потрібна

Ці системи ШІ недосконалі. ШІ швидко звужує список можливих відповідностей і виділяє можливі відповідності, але експертна перевірка гарантує точність, особливо в складних або неоднозначних випадках.

У іншому дослідженні порівняли роботу експертів і новачків, що використовували допомогу ШІ. Кожній групі надали набір від трьох до десяти знімків кожного з 34 відомих снігових барсів, які утримуються в неволі, і попросили їх визначити за допомогою платформи Whiskerbook. Їх також попросили визначити, скільки окремих тварин на наданих фотографіях.

Експерти точно порівнювали близько 90 % зображень і оцінили популяцію з похибкою приблизно 3 % від реальної кількості. Водночас новачки ідентифікували лише 73 % барсів і недооцінили загальну кількість інколи на 25 % або більше, приймаючи двох різних тварин за одну.

Обидві групи показали кращі результати, ніж без програмного забезпечення.

Висновок очевидний: людський досвід важливий, а поєднання людського досвіду й допомоги ШІ забезпечує найточніші результати. Ми з колегами сподіваємося, що завдяки інструментам на кшталт Whiskerbook і вбудованим до нього системам ШІ дослідники зможуть швидше й впевненіше вивчати цих важковловимих тварин.

Завдяки інструментам ШІ, зокрема Whiskerbook, що розкривають таємниці цих «гірських привидів», ми маємо ще один спосіб захисту снігових барсів. Проте успіх залежить від постійних зусиль із збереження їхніх вразливих гірських середовищ.