Популяция птиц стремительно снижается из-за вырубки леса, сельского хозяйства и изменения климат. Ученые отслеживают виды, записывая их крики, но даже лучшие компьютерные не могут надежно отличить сигналы одних птиц от других. Во всяком случае, не могли. Теперь же, благодаря небольшому краудсорсингу и большому искусственному интеллекту ученые немного почистили перышки этому вопросу.
Алгоритмы искусственного интеллекта могут быть капризнее вьюрков, зачастую требующих ручной калибровки и переквалификации для каждого нового местоположения или вида. Поэтому междисциплинарная группа исследователей запустила программу Bird Audio Detection, которая заполучила многочасовые аудиозаписи станций наблюдения возле Чернобыля в Украине (им удалось получить к ним доступ), а также краудсорсинговые записи, некоторые из которых поступили из приложения Warblr.
Люди помечали 10-секундную запись как либо содержащую птичий призыв, либо нет. Используя машинное обучение — когда компьютеры обучаются по имеющимся данным — 30 команд обучали свои ИИ по набору записей, на которых были проставлены ярлыки, а затем проверяли на записях, угадывают программы или нет. Полагаясь в своей работе на принципы нейронных сетей, искусственный интеллект сработал подобно мозгу, связывая множество небольших вычислительных элементов, родственных нейронам.
В конце месячного конкурса лучший алгоритм набрал 89 из 100 баллов по статистической системе оценки производительности AUC. Большее число в данном случае указывает на то, что алгоритму удалось избежать определения не-птичьих звуков как птичьих (если это были люди, насекомые или какой-нибудь дождь) и он не упустил звуки реальных птиц (даже в случае слабых записей).
На текущий момент алгоритмы не могут превзойти людей (которые вообще-то размечали записи по ярлыкам), но машины могут работать денно и нощно и не боятся дождя. Остался лишь вопрос времени, когда ИИ, вылупившийся из этого соревнования, полетит в реальный мир.
