文章專區

近期由英國愛丁堡大學（University of Edinburgh）、倫敦大學學院（University College London），以及美國麻省大學阿默斯特分校（University of Massachusetts Amherst）、麻省理工大學（Massachusetts Institute of Technology, MIT）和公民科學專案「iNaturalist」所組成的跨國研究團隊，新開發出一種人工智慧（artificial intelligence, AI）影像分析工具，可以幫助科學家建構新的AI演算法，並對每年由世界各地公民上傳到網路的數百萬張野生動物影像進行快速、深入的分析。

公民科學網站其實是協助科學家分析動植物如何應對氣候變遷的潛在資訊來源。儘管現有的AI演算法可以自動辨識民眾上傳圖像中的物種，但在處理更複雜的影像時仍存在極限，特別是那些需要分析圖像中細微特徵或涉及專業科學術語的問題。因此在本次研究中，此跨國團隊建構出的演算法嘗試找出AI挖掘資訊的極限，並希望這些從公民科學行動收集到的影像，能在科學研究領域發揮更大的效用。

在開發AI演算法的過程中，團隊訪問了鳥類、海洋生物、昆蟲、林業學家等專家，更從不同領域的學術文獻中，根據影像的可識別程度、可否在iNaturalist 2024（iNat24）資料庫中註記，以及該領域專家感興趣的文獻，篩選出用於訓練演算法的案例。研究團隊依據外觀、行為、環境背景、物種，將圖像資料分為四大類，以及其他16項細分的類別。最終，團隊開發出「INQUIRE」工具，此工具可以從上傳到iNaturalist公民科學網站的500萬張野生動物照片中，找出除了物種辨識之外的重要訊息，例如動物的覓食行為、健康狀況，以及物種間的互動等關鍵生態資訊。

研究團隊表示，這些每天上傳到網路上的數千張野生動物照片，為科學家提供了寶貴的物種分布資訊。然而，識別照片中的物種僅是資訊中的冰山一角——這些影像蘊含更大量、尚未被充分利用到的訊息，若是能夠快速準確地分析這些資訊，將為研究物種對氣候變遷的反應提供重要的研究線索。

目前團隊預計將該研究成果發展在機器學習領域的重要會議「NeurIPS」上。此系統對於推動生態研究和環境保護工作具有重要意義，藉由結合公民科學網站積累的大量影像數據與先進的AI分析工具，將為科學家研究氣候變遷、環境汙染、棲息地喪失等環境問題對生物多樣性可能產生的影響，提出新的研究模式。

新聞來源
University of Edinburgh. (13 December 2024). Image tool to help AI scour wildlife shots for climate change clues. ScienceDaily. www.sciencedaily.com/releases/2024/12/241213125208.htm