每个星期,海洋生物学家丽莎Steiner刻度盘成一个视频电话,她家Faial偏远的岛屿,在北大西洋的亚速尔群岛,向一个小团队的数据科学家和开发商。他们想要看到的,正如她所说,如果她能打破他们已经建立了她。
“什么”是一个数字工具,全球咨询公司凯捷的一个团队设计的,使用Amazon Web Services (AWS)机器学习技术,来帮助Steiner识别个人抹香鲸更快和更准确。施泰纳跟踪抹香鲸,可以活70年,通过拍摄他们的尾翼,或“侥幸”,将图像存储在数据库中。就像人类的指纹,侥幸是独一无二的个体。通过分类和匹配侥幸图像随着时间的推移,施泰纳可以识别当同一种动物返回该地区。
描述她的研究作为爱情的劳动只是轻描淡写。在亚速尔群岛Steiner到达时开始学习抹香鲸在1988年,柏林墙还站,乔治·迈克尔的“信仰”是在美国最畅销的专辑之前,这将是四年来第一次短信发送到手机。也许不足为奇的是,特别是对于那些描述自己感兴趣的技术水平”作为一个可能,“斯坦纳的研究鲸鱼迁徙模式很大程度上预示着其手册的事情。
“过去我们出去在帆船从早上9点到晚上10点。,”她说。“我会使用黑白胶片拍摄鲸鱼,但我不会知道,直到我得到它实际上发达如果我采取一个明确的枪。”
数码相机,更不用说一个更快的双体船,今天Steiner需求少得多的耐心。耐心是一种高质量的她似乎已经肯定,作为她的日常现实研究看起来,至少一个局外人,类似的是世界上掌权时间最长的游戏“浓度”。
施泰纳了一些鲸鱼这么久她现在可以认出约100人。然而,甚至她的巨大的知识和无尽的热情足以让日益增长的数据库中寻找匹配任何少于艰苦的超过8000的图像。
说:“我有一个计算机程序施泰纳,她补充说,最初只会躺在地板上的照片。”,但从2002年开始,所以近20岁,而且很麻烦。在2010年到2011年,我开始落后了鉴定的。”
施泰纳的现有程序要求她上传图片和手动输入数据描述每个左右轮廓的鲸鱼的侥幸进入系统。程序缓慢,无法拾起小小的改变随着时间的推移。例如,如果一头鲸鱼的尾巴的轮廓变化略由于磨损,系统无法识别,还是同一种动物。
只有当一个员工从全球咨询公司凯捷加入施泰纳的观鲸之旅,看到潜在的机器学习来帮助她,,Fluketracker的想法诞生了。“我给他们提供了我所有的照片,他们已经训练一个算法知道抹香鲸的尾巴是什么样子,”施泰纳说。“这我不能成功地找到匹配,特别是尾巴很光滑轮廓很难区分其他人。”
使用AWS机器学习技术的Fluketracker高速和匹配图像,已经帮助Steiner分类所有她的照片从2019年到2020年——识别超过200新的鲸鱼。每周与团队的电话,她提供了反馈工具是如何工作的,所以他们可以改善应用程序本身,人工智能,以及添加新特性。
“现在我只是上传图片,等待几分钟,如果有鲸鱼已经在线的目录,它会找到匹配,”她说。“最终目标是使平台公开和开源,所以任何人都可以提交照片。”
“我的研究只涵盖亚速尔群岛,所以这将是奇妙的从其他地区收集照片,”施泰纳说。“我们合作,我们可以访问更多的信息,和更好的我们可以理解鲸鱼去哪里,以及他们如何交际。我真的希望它会捕捉人们的想象力。”
也就是说,当然,如果她不管理首先打破它。
