De utvikler en ny metode for hvalbeskyttelse

Et team av forskere fra landene Granada og Almería har klart å utvikle et system som er basert på kunstig intelligens for gjenkjenning og overvåking av hvaler i hele havet for å oppnå målet om å ha en bedre bevaring av pattedyr.

Metoden ligger i å anvende kunstig intelligens (IA) for løsning av problemer angående hvalbeskyttelse, i tillegg til biologisk mangfold.

Hvordan fungerer denne teknikken?

Dette systemet styres av en spesialisert teknikk som kalles dyp læring og er basert på en serie algoritmer som bruker nevrale nettverk som er konvensjonelle dype. Denne serien av algoritmer og kunstige nevroner har en funksjonalitet som er veldig lik den menneskelige visuelle hjernebarken. Derfor betyr det at en stor kapasitet til automatisk å lære og skille forskjellige objekter fra et stort antall bilder med de som da gir reelle spådommer om nye, og dermed får tilbake informasjonen de genererer.

Denne applikasjonen er, ifølge Andalusian Foundation for Disclosure and Innovation and Knowledge, mye mer effektiv og økonomisk enn mange andre metoder som for tiden fungerer, og dessuten er den gratis tilgjengelig for de som er interessert i å spare de bevaring av sjøkjemper.

Dype, nedviklede nevrale nettverkslag automatiserer svært komplekse funksjoner, noe som forårsaker en økning i innholdet av informasjonen som den kan behandle. Avslutningsvis reduserer dette automatisk vanskeligheten til andre systemer som er involvert i utviklingen. I tillegg starter applikasjonen fra et premiss der den har et tidligere datasett, og når du laster inn en serie bilder der den indikerer objektene de vil gjenkjenne, og systemet genererer en ny læring som gjengis på nye genererte data.

Gjerne, mennesket er den viktigste årsaken til faren som de marine gigantene driver; så bevaring av hvaler er nødvendig for den marine balansen.

Du kan også være interessert i: Planeten Jupiter dreier seg ikke om solen vår

Hvalesang fanget på kamera: