Para ilmuwan percaya bahwa teknologi pengenalan wajah berguna dalam mengejar menyimpan perangko

Teknologi pengenalan wajah biasanya dikaitkan dengan kebiasaan seperti pengawasan dan verifikasi wajah manusia, tetapi para ilmuwan percaya mereka telah menemukan penggunaan baru untuk itu – untuk menyimpan perangko.

Sebuah tim peneliti di Universitas Colgate telah mengembangkan Sealnet, database perangko yang dibuat dengan mengambil foto lusinan perangko port di Casco Bay of Maine. Tim menemukan bahwa akurasi alat untuk mengidentifikasi mamalia laut hampir 100%, yang bukan kinerja kecil di rumah ekosistem untuk ribuan perangko.

Para peneliti sedang bekerja untuk memperluas basis data mereka agar tersedia bagi para ilmuwan lain, kata Krista Ingram, seorang profesor biologi untuk Colgate dan anggota tim. Memperluas basis data untuk memasukkan spesies langka seperti Segel Monk Mediterania dan Segel Biksu Hawaii dapat membantu menginformasikan upaya konservasi untuk menyelamatkan spesies, katanya.

Maine Coast melihat jumlah segel mati yang mengkhawatirkan yang dicuci, flu burung adalah kesalahannya

Ingram mengatakan bahwa tingkat perangko para ilmuwan dan penggunaan pembelajaran mesin untuk mengidentifikasi mereka juga mendapatkan gagasan yang lebih baik tentang di mana di perangko.

“Memahami distribusi mereka, memahami pola mereka, sangat membantu untuk menginformasikan upaya konservasi pesisir apa pun,” katanya. “Untuk mamalia seluler yang banyak bergerak dan sulit difoto di dalam air, kita harus dapat mengidentifikasi individu.”

Sealnet dirancang untuk secara otomatis mendeteksi wajah dalam foto, memotong dan mengenalinya berdasarkan pola wajah seperti bentuk mata dan hidung, seperti yang akan terjadi. Alat serupa yang disebut PrimNet yang sebelumnya digunakan pada primata sebelumnya telah digunakan pada perangko, tetapi Sealnet telah melakukan lebih baik daripada para peneliti Colgate.

Tim Colgate menerbitkan temuannya dalam jurnal ilmiah Ekologi dan Evolusi pada bulan April. Mereka telah memproses lebih dari 1.700 gambar lebih dari 400 perangko individu, kata surat kabar itu.

Artikel tersebut menyatakan bahwa “kemudahan dan kekayaan data gambar yang dapat diproses menggunakan perangkat lunak Sealnet menyumbang alat penting untuk studi ekologis dan perilaku mamalia laut di bidang pengembangan teknologi konservasi.”

Harbor Seals adalah kisah sukses dalam konservasi di AS. Hewan -hewan itu pernah dikenakan hadiah di New England, di mana mereka dianggap hama oleh nelayan di abad ke -19 dan awal abad ke -20. Tetapi Undang -Undang Perlindungan Mamalia, yang berusia 50 tahun pada bulan Oktober, memperluas perlindungan mereka – dan kelompok -kelompok populasi mulai mundur.

Segel gajah langka terlihat di dekat pantai California

Segel dan mamalia laut lainnya telah lama dipelajari menggunakan pelacak satelit. Penggunaan kecerdasan buatan untuk belajar itu adalah cara untuk mencapai konservasi di abad ke -21, kata Jason Holmberg, direktur eksekutif Wild Me, sebuah perusahaan di Oregon yang bekerja untuk membawa pembelajaran mesin kepada ahli biologi. Satwa Liar saya sedang mengembangkan kemitraan potensial dengan Sealnet.

“Ini adalah pergeseran dan lift dari teknologi gaya ‘Big Brother’ ke gaya tujuan yang sangat baik,” kata Holmberg.

Baja Haven sekarang cukup berlimpah di perairan New England, di mana mereka menarik keluar di atas batu dan memperlambat penjaga anjing laut dan pengunjung pantai. Namun, spesies perangko lainnya tetap dalam bahaya. Segel Biksu Mediterania dianggap sebagai segel paling terancam di dunia dengan hanya beberapa ratus hewan yang tersisa.

Penggunaan pengenalan wajah dapat memberikan data yang lebih berharga, kata Michelle Berger, seorang co -ilsimist di Shaw Institute di Maine, yang tidak terlibat dalam penelitian Sealnet.

“Setelah sistem disempurnakan, saya dapat menyarankan banyak aplikasi ekologis yang menarik untuk itu,” kata Berger. “Jika mereka bisa mengenali perangko dan mengenalinya dari tahun ke tahun, itu akan memberi kita banyak informasi tentang pergerakan, seberapa banyak mereka berpindah dari situs ke situs.”

Klik di sini untuk mendapatkan aplikasi Fox News

Para peneliti Colgate juga bekerja dengan Fruit Punch, bisnis kecerdasan buatan Belanda, untuk meningkatkan beberapa aspek Sealnet untuk mendorong penggunaan yang lebih besar. Fruit Punch mendapat beberapa lusin ilmuwan di seluruh dunia untuk mengerjakan tantangan untuk merampingkan alur kerja Sealnet, kata Tjomme Baptist, kepala kemitraan dan pertumbuhan Fruit Punch.

Otomatisasi yang ditingkatkan dari teknologi pengenalan wajah dapat membuat Sealnet lebih bermanfaat bagi lebih banyak ilmuwan, kata Baptis. Ini akan memberikan kesempatan baru untuk mempelajari hewan dan membantu melindungi mereka, katanya.

“Apa yang dilakukannya adalah membantu para ahli biologi mempelajari perilaku segel dan juga dinamika populasi,” kata Baptis. “Segel pelabuhan adalah spesies indikator penting untuk ekosistem di sekitar mereka.”