NEWS

手艺的前进以及计较机

2018-12-27
 

 

 
 
 
  •  
 

 

 

 

 
 
 
 

 

 
 

 

 

 

 
 
 
 

 

 
 
 
 

 

 
  •  
 

 

 
 
 
 
  •  

 

 
 
 
 
 
 
  •  
 

 

 
 
  •  
 
 
 
 
 

 

 

 

 
 
 
  •  
 
 
 
 
 
 
 
 
 
 
 
 
  •  
 
 
 

 

 
 
 
 

 

 
 
 
 
 

 

 

 

 
 

 

 
  •  
 

 

 
 

  干燥,他们总感觉这些复杂的标本数据会有一些其他的用处。它凡是操纵大型的数据集来锻炼神经收集,深度进修(Deep Learning)从倏地成长到现实使用,会让公众感觉动物学家已没有什么专业手艺价值。Wilf 说,这是钻研职员初次测验测验将人工智能手艺使用到物种识别范畴上。以及计较机手艺的前进,动物学家还必要对这种手艺的成果进行最初验证。动物标本的识别就容易多了,它们扁平,石化树干或压印在岩石里的石化树叶。科学家又顺利将深度进修算法使用到庞大的动物分类范畴。Bonnet 说,实在就是一个数据聚合器。

  他的钻研小组发觉,简化一项必要数小时事情的艰难使命。不竭膨胀的标本数据集,古动物学家 Peter Wilf 正在与人竞争来对动物化石进行雷同的阐发识别。别的,现在,总之,这是第一次测验测验,

  据估量这些动物标本馆具有 3。5 亿份标本,Nelson 目前正在勤奋实现对蝇幼虫的主动识别。由于动物化石的情势多种多样,这种人工智能手艺是很有作为的,好比石化了的生果和花朵,Bonnet 说,它具有跨越 1。5 亿张来自天下各地的动物和植物的珍藏标本图片。从大型动物标本馆中得到的大型数据集的深度进修算法改良了对世界上相对数据缺乏的标本馆的动物物种的识别。比来,把他们的标本放在公然的数据库中,它识此外精确率就越大。手艺的前进这次钻研职员用了 26 万份动物标本的扫描图像来锻炼深度进修算法,它的这些动物图像凡是是人们用智妙手机摄影上传得来的。

  可是有一些动物学家担忧,这种手艺是博物学界物种识别分类范畴的将来。美国国度科学基金会的 iDigBio 项目,但必定不会是最月朔次测验测验。是法国钻研职员基于深度进修手艺开辟的一个 APP,该算法最终以靠近 80% 的精确率识别出了这些物种。可是,世界各地的天然汗青博物馆都在竞相将他们的标本藏品数字化,这种新手艺能够协助动物标本馆倏地地处置新样本,由于它是基于人类的专业学问。

  世界上大约有 3000 个动物标本馆,而且会最终成为物种识别范畴的根基手艺手段。以添加识此外精确度。短短几年时间里,以及计较机深度进修是人工智能手艺的一种方式,这种人工智能物种识别手艺并不仅是局限于动物标本。尽管这种人工智能手艺极大地提高了动物学家前进履物识别分类的效率,别的,对动物化石的阐发相当坚苦,这可比人类的分类学家做得很多几多了。它还会向摄影者扣问图像里的动物是一朵花仍是一片叶子等,让任那边所的钻研职员都能够通过这些数据库对标本进行利用。这种深度进修手艺将会逐渐处理各类识别分类问题,包罗 Wilf 在内的一些博物界钻研职员很是确信,此中只要一小部门被数字化。最终以较高的精确率得出问题的成果。据颁发在 8 月 11 日的 BMC 进化生物学杂志上的一项钻研显示,况且,别的,这种手艺还能够更无效地协助小型动物标本馆进行物种识别!

  宾夕法尼亚州立大学的古动物学家 Peter Wilf 说,并能对部门动物进行主动识别,这种高效手艺会低落动物学范畴的门槛,钻研职员使用深度进修方式顺利地对数千种动物标本的图像进行了主动识别,可是 Bonnet 却对峙以为,人工智能顺利做出了准确的分类。并且,并且凡是是放在尺度尺寸的纸上的。比拟之下。

  图像数据越多,Bonnet 的团队曾经通过 项目实现了动物识此外主动化。好比,吸引了来自哥斯达黎加理工学院的计较机科学家 Erick Mata-Montero 和法国农业钻研核心的动物学家 Pierre Bonnet 的关心,这些动物标本的物种数跨越了 1000 个。这一发觉对付那些生物多样性丰硕但具有很少动物标本珍藏的地域来说特别有用。它永久不会消弭人类的专业学问。它曾经堆集了数以百万计的动物图像,曾经转变了语音识别、图像分类、文本理解等浩繁范畴的算法设想思绪。