ほら、これは「ストリップ ホース」です。掃除できますよ!

1Dコード（バーコード）です。

これはQRコードです。

これは「QRコード」です。

StripeSpotter による画像認識 |参考文献 [4]

そうです、この「QRコード」はグレビーシマウマ（Equus grevyi）の体の模様なのです。グレビーシマウマはアフリカのケニアとエチオピアに生息し、野生のウマ科動物の中で最大のものです。しかし、密猟者は毛皮目的でグレビーシマウマを大量に狩っている。生息地の減少と相まって、野生のグレビーシマウマは約2,800頭しか残っておらず、絶滅危惧種に指定されています。

グレビーシマウマは他のシマウマよりも背が高く、耳が大きく、縞模様が細いです。 |ウィキペディア

これらのシマウマをよりよく保護するために、数人の科学者が紆余曲折を経て、最終的に、AIを使用してシマウマの「コードをスキャン」するというアイデアを思いつきました。

「馬の個体数調査」はどのように行うのでしょうか？

現在オハイオ州立大学のトランスレーショナルデータ分析研究所所長を務めるターニャ・バーガー・ウルフ博士は、計算生態学の分野における初期の研究者の一人です。彼女の最初の考えはシンプルでした。グレビーシマウマを保護することです。

バーガー・ウルフさんはコンピューターサイエンスの学位取得を目指していますが、学部在学中は生態学部の研究助手としても働いていました。彼女は、コンピューター分野における膨大なデータ量と現実世界における絶滅危惧種の数の対比に深い感銘を受けた。博士号を取得しようとしていたとき、彼女はグレビーシマウマに深く魅了されました。

私のコンピュータースキルは絶滅危惧種の保護に役立ちますか?

彼女は生態学者とのコミュニケーションの中で、シマウマを数えることが難しい点だと気づいた。生態学者たちはケニアにグレビーシマウマを保護する政策を導入するよう働きかけてきたが、地元政府は抵抗が起こる可能性を懸念し、生態学者にシマウマの正確な個体数調査を行うよう要請した。

マレーシアの人口調査は困難｜ウィキメディア・コモンズ

当時は野生動物を数える先進的な方法は存在しなかった。シマウマは捕獲されてマークされるか、麻酔をかけられて追跡装置が埋め込まれます。しかし、これらの方法は費用がかかり、時間もかかる上、シマウマにデバイスを埋め込むと傷がつき、シマウマが感染するリスクが高まります。

「スキャンコード」のおかげで、新しい分野が生まれました

残された愚かな方法はただ一つ、写真を撮ってシマウマの縞模様を手動で比較することです。これにより、Berger-Wolff 氏は QR コードをスキャンするという新しいアプローチを思いつきました。

人間の指紋と同じように、シマウマの縞模様も独特です。生態学者は写真を撮って手作業で比較しますが、画像認識によってこのプロセスを自動化できます。

Berger-Wolf 氏と彼女の学生たちはこの道を模索し、すぐに StripeSpotter と呼ばれる機械学習アルゴリズムが作成されました。科学者は、シマウマの写真を撮り、コンピューターでアルゴリズムを実行するだけで、カメラをバーコード スキャナーに変えることができます。アルゴリズムは画像を読み取った後、画像から特徴を抽出し、それをデータベースの情報と照合して、その動物が以前にタグ付けされていたかどうかを確認します。

スーパーマーケットのスキャナーでバーコードをスキャンするのと同じように |トゥチョンクリエイティブ

この種の画像認識は単純に聞こえますが、写真によって照明、角度、位置が大きく異なるため、同じシマウマでも画像では大きく異なって見える場合があります。そこで研究者たちはアルゴリズムを訓練する際に、安定したマッチングパターンを得るために何千枚ものシマウマの写真を使用した。

シマウマの縞模様を使ってコードをスキャンできるので、模様のある他の動物にも同様の方法を使えますか?

市民科学が推進する新たな未来

2013 年、バーガー・ウルフ氏とその協力者は新しいアルゴリズム「HotSpotter」をリリースしました。このアルゴリズムはシマウマの識別に使用できるだけでなく、キリン、ヒョウ、ミノカサゴなどの生物学的データベースの構築にも応用できます。

HotSpotter のリリース後、Berger-Wolf 氏はケニア政府とさらに連絡を取り合い、このアルゴリズムを実際に適用し、現地で前例のないシマウマデータ調査を完了しました。その後数年間、このデータの正確性は継続的に検証されました。

理論上は、アルゴリズムを拡張してより多くの種を識別できるが、バーガー・ウルフには重要な要素である強力なデータ管理システムが欠けていた。

偶然の出会いが彼女を解決策へと導いた。

バーガーウルフ氏がシマウマの数を数えるために「コードをスキャンする」ことを想像しようとしていたのとちょうど同じ頃、もう一人の物理学者、ザベン・アルズマニアン氏はジンベイザメに強く惹かれていた。

口を大きく開けたジンベイザメ |トゥチョンクリエイティブ

ジンベイザメは現存する世界最大の魚類であるにもかかわらず、それについてはほとんど知られていない。アズマニアン氏と彼のプログラマー仲間のジェイソン・ホルムバーグ氏は、ジンベイザメを識別するアルゴリズムも設計し、ジンベイザメの生物学者に連絡して、世界中のアマチュアのジンベイザメ観察者にインターネット経由で写真をアップロードするよう求める世界的な呼びかけを開始した。このアルゴリズムは数秒以内に個々のジンベイザメを識別することができます。

研究者らは、8,000人以上の市民科学者がアップロードした写真とYouTube動画から収集したデータを活用し、75,000件を超える目撃情報から12,000頭以上のジンベイザメを特定した。このデータにより、IUCNの絶滅危惧種レッドリストはジンベイザメを絶滅危惧種に再分類し、その個体数はこれまで考えられていたように安定しているのではなく、減少傾向にあると判断することができた。

ジンベイザメでの最初の成功の後、アズマニアン氏とホルムバーグ氏は事業を拡大したいと考えました。しかし、彼らのアルゴリズムは十分に強力ではありませんが、彼らは完全なデータ管理システムを持っています。これは、Berger-Wolf に欠けているものでもあります。

3者は協力して、元のアルゴリズムをHotSpotterに置き換え、既存のデータ管理システムを使用して、 Facebookの動物版であるWildbookを構築するという野心的なプロジェクトを開始しました。野生生物研究、市民科学、コンピュータービジョンを組み合わせることで、地球上の動物種の個体を識別できるようになることが最終的な目標です。このように、ジンベイザメやシマウマ、その他多くの動物は、単なる漠然とした名前ではなく、過去と未来を持ち、物語に満ちた個体なのです。

Wildbook は AI を使用して、クジラの尾の湾曲など、個々の動物の固有の特徴を区別します |ワイルドミー

Wildbook の資金提供者の 1 つは、Microsoft の AI for Earth イニシアチブです。マイクロソフトは、AI 技術を活用して環境問題を解決する取り組みを支援するため、このプロジェクトを通じて 5,000 万ドルを投資しました。 「現在までに科学者らは推定1000万種のうち約150万種しか発見していない」と、このプロジェクトを監督するジョシュ・ヘンレティグ氏は語った。 「150万種の生物のうち、詳細に分析されているのは5％未満だ。一部の生物は、私たちが知らないうちに地球上から消えつつある。」

AI は、電子メールを書いたり、絵を描いたり、個人秘書として働いたりするだけでなく、人間をさまざまな面でサポートします。ビル・ゲイツ氏はかつて、AIは教育、医療、気候変動など多くの分野で不平等をなくすのに役立つだろうと述べた。人類社会に利益をもたらし、私たちが生きていくために依存している地球を保護することこそ、AI が善のために発展する方向性です。

著者: プラス G

編集者: イエローテイルポロック

この記事はGuokrNature (ID: GuokrNature) から引用したものです。