Kuva-automaatti

Riistakameran mahdollisuudet riistantutkimuksessa osa 2

Mitä jos kaikki riistakamerakuvasi pystyttäisiin tunnistamaan automaattisesti? Tietokone kertoisi, että 1000 riistakamerakuvassasi on 300 kuvaa valkohäntäpeurasta, 200 metsäkauriista, 100 hirvistä, 35 jäniksistä, 10 ketuista, 7 supikoirista ja vielä bonuksena yksi haukka, yhteensä 653 kuvaa. Loput 347 kuvaa olisivat heiluvista heinistä, liikkuvasta oksasta ja kirkkaasta auringonpaisteesta. Voisit suoraan lähteä tarkastelemaan kuvia, joissa on jotain mielenkiintoisempaa kuin heiluvat heinät.

Saattaa kuulostaa utopistiselta, mutta ei se lopulta kovinkaan kaukana ole. Aikaisemmassa kirjoituksessa mainitsin Serengetin kansallispuistossa tehdystä tutkimuksesta, jossa on käytössä miljoonia riistakamerakuvia. Näitä miljoonia riistakamerakuvia on käytetty muun muassa kuvia tunnistavan tekoälyn ohjelmoimiseen. Kuviin yhdistettynä pitää olla monenlaista tietoa siitä, mitä kuva sisältää. Mikä eläin/eläimiä kuvassa on? Ovatko ne liikkeessä vai paikallaan? Tietoa voi varmasti olla monenlaista muutakin. Näitä tietoja käyttämällä tekoälyä opetetaan kuvien tunnistamisessa.

Mitä jos ohjelma tunnistaisi tuhansista kuvistasi kuvat, joissa on valkohäntäpeura?

Serengetin tapauksessa painiskeltiin 3,2 miljoonan kuvan parissa. Kuvat oli jo aiemmin tunnistettu zooniverse.org -pohjaisella alustalla kansalaistieteen tekijöiden toimesta. Osaa näistä valmiiksi tunnistetuista kuvista käytettiin sitten tekoälyn opettamiseen. Kun tekoälyä testattiin, käytettiin vertailupohjana loppuja, jo valmiiksi tunnistettuja kuvia. Tällöin pystyttiin kertomaan osasiko ohjelma todella tunnistaa kuvat oikein (tai ainakin samalla tavalla kuin jo tunnistuksen tehneet ihmiset). Lopulta tekoäly pääsi 92 prosentin tarkkuuteen ja tekoäly voitiin ohjelmoida työskentelemään esimerkiksi pelkästään kuvien parissa, jotka se varmuudella tunnisti. Näin ihmisten työpanosta voitiin ohjata haastavampiin kuviin. Tämän 3,2 miljoonan kuvan tunnistamisessa voitaisiinkin näin ollen säästää 17 0000 työtuntia, mikä tarkoittaa 40 tuntisella työviikolla 8,2 vuotta. Erona Suomen olosuhteisiin, Tansaniassa on paljon enemmän nisäkkäitä, ja tekoälyn pitikin tunnistaa eläimet lajilleen yhteensä 48 eläinlajin joukosta. Suomessa tekoäly pääsisi paljon helpommalla tässä suhteessa ja sen oppimiskykyä voitaisiin hyödyntää esimerkiksi urosten ja naaraiden tunnistamisessa. Lisätietoa tutkimuksesta löydät täältä.

Mitä jos voisit ladata Oma riistaan kuviasi ja Oma riistan toiminto automaattisesti tunnistaisi kuvasi eläimet lajilleen? Olisiko sellainen palvelu hyödyllinen vai turha?

Eerojuhani Laine
Suunnittelija
Suomen riistakeskus