الذكاء الاصطناعي والبيانات الضخمة قد يساعدان في حماية الحياة البرية
تقترح مجموعة من خبراء الذكاء الاصطناعي وعلم بيئة الحيوانات نهجاً جديداً متعدد التخصصات يهدف إلى تحسين دراسة أنواع الحيوانات البرية والاستفادة بفعالية أكبر من الكميات الهائلة من البيانات التي تُجمع حالياً بفضل التقنيات الجديدة.
دخل مجال علم بيئة الحيوانات عصر البيانات الضخمة وإنترنت الأشياء. وتُجمع حالياً كميات غير مسبوقة من البيانات عن أعداد الحيوانات البرية بفضل تقنيات متطورة مثل الأقمار الصناعية والطائرات المسيّرة والأجهزة الأرضية (الكاميرات والمستشعرات الآلية التي تُثبت على الحيوانات أو في محيطها).
أصبح الحصول على هذه البيانات ومشاركتها سهلاً إلى حد أنها قلّصت المسافة والوقت أمام الباحثين، وقللت من وجود البشر في البيئات الطبيعية. وتتوفر اليوم برامج كثيرة للذكاء الاصطناعي لتحليل مجموعات البيانات الكبيرة، لكنها غالباً ذات طابع عام ولا تناسب بدقة رصد سلوك الحيوانات البرية ومظهرها.
اقترحت مجموعة من العلماء من المعهد الاتحادي للتكنولوجيا في لوزان (EPFL) وجامعات أخرى نهجاً مبتكراً لمعالجة هذه المشكلة وتطوير نماذج أكثر دقة، من خلال الجمع بين إنجازات الرؤية الحاسوبية وخبرة علماء البيئة. وتفتح نتائجهم، المنشورة في مجلة Nature Communications، آفاقاً جديدة لاستخدام الذكاء الاصطناعي في الحفاظ على أنواع الحياة البرية.
بناء الخبرات متعددة التخصصات
تحولت أبحاث الحياة البرية من محلية إلى عالمية. وتتيح التقنيات الحديثة اليوم طرقاً جديدة وثورية للحصول على تقديرات أدق لأعداد الحيوانات البرية، وفهم أفضل لسلوكها، ومكافحة الصيد الجائر، ووقف تراجع التنوع البيولوجي.
يمكن لعلماء البيئة استخدام الذكاء الاصطناعي، وتحديداً الرؤية الحاسوبية، لاستخراج الخصائص الرئيسية من الصور ومقاطع الفيديو وغيرها من أشكال البيانات البصرية، من أجل تصنيف أنواع الحيوانات البرية بسرعة، وإحصاء الحيوانات الفردية، وجمع معلومات محددة باستخدام مجموعات بيانات كبيرة.
تعمل البرامج العامة المستخدمة حالياً لمعالجة هذه البيانات غالباً كصناديق سوداء، ولا تستفيد من كامل المعرفة المتوفرة عن عالم الحيوان. كما أن ضبطها صعب، وقد تعاني أحياناً من ضعف في مراقبة الجودة، وقد ترتبط بمشكلات أخلاقية تتعلق باستخدام البيانات الحساسة.
كما تحتوي هذه البرامج على عدد من التحيزات، خاصة الإقليمية منها؛ فعلى سبيل المثال، إذا جُمعت جميع البيانات المستخدمة لتدريب برنامج معين في أوروبا، فقد لا يكون البرنامج مناسباً لمناطق أخرى من العالم.
«أردنا أن نجذب عدداً أكبر من الباحثين إلى هذا الموضوع وأن نوحد جهودهم للمضي قدماً في هذا المجال الجديد. يمكن للذكاء الاصطناعي أن يكون محفزاً رئيسياً في أبحاث الحياة البرية وحماية البيئة بشكل أوسع»
إذا أراد علماء الحاسوب تقليل هامش الخطأ في برنامج ذكاء اصطناعي مدرب، مثلاً، على التعرف على نوع معين، فيجب أن يتمكنوا من الاعتماد على معرفة علماء بيئة الحيوانات. يستطيع هؤلاء الخبراء تحديد الخصائص التي ينبغي أخذها في الاعتبار في البرنامج، مثل: هل يستطيع النوع البقاء على خط العرض المحدد، وهل له أهمية حاسمة لبقاء نوع آخر (مثلاً من خلال علاقة المفترس بالفريسة)، أو هل تتغير فيزيولوجيا النوع خلال حياته.
يمكن استخدام خوارزميات التعلم الآلي الجديدة لتحديد هوية الحيوان تلقائياً. فعلى سبيل المثال، قد يكون النمط المخطط الفريد لحمار الوحش، أو طريقة حركته في الفيديو، مؤشراً على هويته.
«هنا يكمن أهمية الجمع بين علم البيئة والتعلم الآلي: فعالم الأحياء الميداني يمتلك معرفة متخصصة واسعة عن الحيوانات التي يدرسها، ودورنا نحن باحثي التعلم الآلي هو العمل معهم لابتكار أدوات تساعد في إيجاد الحل»
التعريف بالمبادرات القائمة
نشأت فكرة تعزيز الروابط بين الرؤية الحاسوبية وعلم البيئة عندما ناقش توايا وماتيس وعلماء آخرون تحدياتهم البحثية في مؤتمرات مختلفة خلال العامين الماضيين. ورأوا أن هذا التعاون يمكن أن يكون مفيداً للغاية في منع انقراض بعض أنواع الحيوانات البرية.
تم بالفعل تنفيذ عدة مبادرات في هذا الاتجاه، ورد بعضها في مقالة Nature Communications. فعلى سبيل المثال، طور توايا وفريقه في EPFL برنامجاً يمكنه التعرف على أنواع الحيوانات استناداً إلى الصور الملتقطة بالطائرات المسيّرة. وقد تم اختباره مؤخراً على مجموعة من الفقمات.
في الوقت نفسه، قدمت ماتيس وزميلاتها حزمة برمجيات مفتوحة المصدر تحمل اسم DeepLabCut، تتيح للعلماء تقدير أوضاع الحيوانات وتتبعها بدقة لافتة. وقد تم تنزيلها بالفعل 300 000 مرة.
صُمم DeepLabCut للحيوانات المخبرية، لكن يمكن استخدامه أيضاً مع أنواع أخرى. وقد طورت باحثون من جامعات أخرى برامج مماثلة، لكنهم يجدون صعوبة في مشاركة اكتشافاتهم، لأن مجتمعاً حقيقياً لم يتشكل بعد في هذا المجال. وغالباً لا يعلم العلماء الآخرون بوجود هذه البرامج، أو بأيها الأنسب لأبحاثهم المحددة.
ومع ذلك، تم اتخاذ الخطوات الأولى نحو إنشاء مثل هذا المجتمع من خلال منتديات إلكترونية مختلفة. غير أن مقالة Nature Communications موجهة إلى جمهور أوسع من الباحثين حول العالم.
«ينمو المجتمع بثبات. حتى الآن اعتمدنا على الانتشار الشفهي لبناء الشبكة الأولى. بدأنا لأول مرة قبل عامين مع أشخاص هم الآن المؤلفون الرئيسيون الآخرون للمقالة: بنجامين كيلنبرغر من EPFL، وسارة بيري من معهد كاليفورنيا للتكنولوجيا في الولايات المتحدة، وبلير كوستيلو من معهد ماكس بلانك في ألمانيا»
