Durante un recente viaggio nei giardini botanici locali, ho notato un fiore viola alto e sorprendente che non avevo mai notato prima. Ho provato a cercarlo su Google, ma non sapevo bene cosa chiedere. "Fiore viola" mi ha portato immagini di narcisi e fresie, orchidee e primule, gladioli e gloria mattutina. Nessuno di loro era il fiore che avevo visto.
Contenuto relativo
- La prossima grande scoperta scientifica sarà fatta dai dilettanti?
- Catalogo degli scienziati Creature in ogni angolo di Los Angeles
- I primi tre risultati di un progetto scientifico di cittadini di 115 anni
- Senza supervisione umana, 16.000 computer imparano a riconoscere i gatti
Ma grazie all'intelligenza artificiale, curiosi naturalisti dilettanti come me ora hanno modi migliori per identificare la natura che ci circonda. Numerosi nuovi siti e app utilizzano la tecnologia AI per assegnare nomi alle fotografie.
iNaturalist.org è uno di questi siti. Fondata nel 2008, finora è stata esclusivamente un sito di crowdsourcing. Gli utenti pubblicano un'immagine di una pianta o di un animale e una comunità di scienziati e naturalisti lo identificherà. La sua missione è quella di mettere in contatto esperti e "cittadini scienziati" dilettanti, facendo eccitare le persone riguardo alle piante e alla fauna selvatica mentre utilizzano i dati raccolti per aiutare potenzialmente gli scienziati professionisti a monitorare i cambiamenti nella biodiversità o persino a scoprire nuove specie.
Il modello crowdsourcing generalmente funziona bene, afferma Scott Loarie, condirettore di iNaturalist. Ma ci sono alcune limitazioni. Innanzitutto, può essere molto più difficile ottenere un'identificazione della tua foto a seconda di dove vivi. In California, dove ha sede Loarie, può ottenere un documento d'identità entro un'ora. Questo perché un gran numero di esperti che frequentano iNaturalist sono basati sulla costa occidentale. Ma qualcuno, per esempio, nella Tailandia rurale potrebbe dover aspettare molto più tempo per ricevere un documento d'identità: il tempo medio necessario per ottenere un'identificazione è di 18 giorni. Un altro problema: man mano che il sito è diventato più popolare, l'equilibrio tra osservatori (persone che pubblicano foto) e identificatori (persone che ti dicono quali sono le immagini) è stato distorto, con molti più osservatori che identificatori. Ciò minaccia di sopraffare gli esperti volontari.Questo mese, iNaturalist prevede di lanciare un'app che utilizza l'intelligenza artificiale per identificare piante e animali fino al livello delle specie. L'app sfrutta il cosiddetto "deep learning", utilizzando reti neurali artificiali che consentono ai computer di apprendere come fanno gli umani, quindi le loro capacità possono avanzare nel tempo.
"Speriamo che questo coinvolgerà un gruppo completamente nuovo di cittadini scienziati", afferma Loarie.
L'app viene addestrata alimentando immagini etichettate dall'enorme database di iNaturalist di osservazioni di "ricerca", osservazioni verificate dalla comunità di esperti del sito. Una volta che il modello è stato addestrato su abbastanza immagini etichettate, inizia a essere in grado di identificare immagini senza etichetta. Attualmente iNaturalist è in grado di aggiungere una nuova specie al modello ogni 1, 7 ore. Più immagini vengono caricate dagli utenti e identificate dagli esperti, meglio è.
"Più cose otteniamo, più il modello sarà allenato", afferma Loarie.
Il team di iNaturalist vuole che il modello sia sempre accurato, anche se ciò significa non essere il più preciso possibile. In questo momento il modello cerca di dare una risposta sicura sul genere dell'animale, quindi una risposta più cauta sulla specie, offrendo le prime 10 possibilità. Attualmente è corretto circa il genere 86 percento delle volte e fornisce alla specie nei suoi primi 10 risultati il 77 percento delle volte. Questi numeri dovrebbero migliorare man mano che il modello continua ad essere addestrato.
Giocando con una versione demo, ho inserito la foto di un puffino appollaiato su una roccia. "Siamo abbastanza sicuri che questo sia nel genere Puffins", ha detto, dando la specie corretta - puffin atlantico - come il risultato suggerito in alto. Poi sono entrato in una foto di una rana artigliata africana. "Siamo abbastanza sicuri che questo sia nel genere rospi spadefoot occidentali", mi ha detto, offrendo la rana artigliata africana tra i suoi primi 10 risultati.
L'intelligenza artificiale non era "abbastanza sicura da formulare una raccomandazione" su una foto di mio figlio, ma suggerì che poteva essere una rana leopardo settentrionale, una lumaca di giardino o un serpente gopher, tra le altre creature non umane. Dato che sono stati individuati tutti, mi sono reso conto che la visione computerizzata stava vedendo lo sfondo a pois del seggiolone di mio figlio e lo identificava erroneamente come parte dell'esemplare. Quindi ho ritagliato l'immagine fino a quando non è stato visibile solo il suo viso e ho premuto "classifica". "Siamo abbastanza sicuri che questo sia nel sottordine Lucertole", ha risposto l'IA. O il mio bambino sembra una lucertola o - la vera risposta, presumo - questo dimostra che il modello riconosce solo ciò che è stato nutrito. E nessuno gli sta dando da mangiare immagini di umani, per ovvie ragioni.
iNaturalist spera che l'app tenga sotto pressione la sua comunità di esperti e consenta a una più ampia comunità di osservatori di partecipare, come gruppi di scolari. Potrebbe anche consentire il "trapping della fotocamera" - l'invio di flussi di immagini da una fotocamera trap, che scatta una foto quando viene attivata dal movimento. iNaturalist ha scoraggiato il trapping della fotocamera, in quanto inonda il sito con enormi quantità di immagini che potrebbero o meno richiedere l'identificazione di esperti (alcune immagini saranno vuote, mentre altre catturerebbero animali comuni come scoiattoli che il proprietario della fotocamera potrebbe facilmente identificare se stesso o lei stessa). Ma con l'IA questo non sarebbe un problema. iNaturalist spera anche che la nuova tecnologia coinvolga una nuova comunità di utenti, comprese le persone che potrebbero avere un interesse per la natura ma non sarebbero disposte ad aspettare diversi giorni per un'identificazione con il modello crowdsourcing.
L'identificazione rapida delle specie potrebbe essere utile anche in altre situazioni, come le forze dell'ordine.
"Diciamo che i lavoratori della TSA aprono una valigia e qualcuno ha dei gechi", afferma Loarie. "Devono sapere se arrestare qualcuno o no."
In questo caso, l'IA potrebbe dire agli agenti della TSA che tipo di geco stavano guardando, il che potrebbe aiutare in un'indagine.
iNaturalist non è l'unico sito che sfrutta la visione artificiale per coinvolgere cittadini scienziati. L'app Merlin Bird ID di Cornell utilizza l'IA per identificare più di 750 uccelli del Nord America. Devi solo rispondere ad alcune semplici domande prima, tra cui le dimensioni e il colore dell'uccello che hai visto. fa lo stesso per le piante, dopo che gli hai detto quale parte della pianta sta guardando (fiore, frutta, ecc.).
Tutto ciò fa parte di una più ampia ondata di interesse nell'utilizzo dell'IA per identificare le immagini. Esistono programmi di intelligenza artificiale che possono identificare oggetti da disegni (anche cattivi). Gli AI possono guardare i dipinti e identificare artisti e generi. Molti esperti ritengono che la visione artificiale svolgerà un ruolo importante nell'assistenza sanitaria, facilitando l'identificazione, ad esempio, dei tumori della pelle. Le case automobilistiche usano la visione artificiale per insegnare alle auto a identificare ed evitare di colpire i pedoni. Un punto della trama di un recente episodio della commedia Silicon Valley si è occupato di un'app di visione artificiale per identificare il cibo. Ma dal momento che il suo creatore lo ha addestrato solo sugli hot dog - poiché l'addestramento di una rete neurale richiede innumerevoli ore di lavoro umano - poteva solo distinguere tra hot dog e "non hot dog".
Questa domanda sul lavoro umoristico è importante. Database di massa di immagini correttamente etichettate sono cruciali per l'addestramento di IA e possono essere difficili da trovare. iNaturalist, in quanto sito di crowdsourcing di lunga data, ha già esattamente questo tipo di database, motivo per cui il suo modello è andato avanti così rapidamente, afferma Loarie. Altri siti e app devono trovare i loro dati altrove, spesso da immagini accademiche.
"Sono ancora i primi giorni, ma garantisco che l'anno prossimo vedrai una proliferazione di questo tipo di app", afferma Loarie.
