GÜNDEMDE

DÜNYADAN TEKNOLOJİ HABERLERİ

→
Yapay Zeka ile Beluga Balinalarının Takibi Kolaylaşıyor
Phys.org BiologyAYRINTILI HABER

Yapay Zeka ile Beluga Balinalarının Takibi Kolaylaşıyor

Araştırmacılar, drone görüntüleri üzerinden beluga balinalarını ve yavrularını tespit etmek için yarı denetimli öğrenme yöntemini kullanan yeni bir yapay zeka modeli geliştirdi.

·Phys.org Biology
Okuma ilerlemesi0%

Arktik Araştırmalarında Görüntü İşleme Zorlukları

Arktik bölgesinde çalışan bilim insanları için beluga balinalarının sayısını belirlemek oldukça zahmetli bir süreçtir. Havadan çekilen binlerce yüksek çözünürlüklü drone görüntüsünün tek tek incelenmesi gerekmektedir. Bu süreçte hayvanları tespit etmek ve özellikle birbirlerinden ayırt etmek büyük bir zorluk teşkil eder. Özellikle yavruların tespiti, yetişkinlere göre daha küçük olmaları, daha az sayıda bulunmaları ve değişken görünümleri nedeniyle çok daha zordur. Yavru sayısının doğru belirlenmesi, popülasyon büyümesi, üreme oranları ve beluga topluluklarının uzun vadeli sağlığı hakkında kritik bilgiler sunmaktadır. Mevcut manuel yöntemler, devasa veri setlerini işlemek için çok fazla zaman ve insan emeği gerektirmektedir.

Yarı Denetimli Öğrenme ve SEMI-DETR Modeli

Florida Atlantic Üniversitesi ve ortakları, bu zorlukları aşmak için derin öğrenme tabanlı yeni bir yaklaşım geliştirdi. Frontiers in Marine Science dergisinde yayımlanan çalışma, yarı denetimli öğrenme yöntemini kullanarak süreci hızlandırmayı hedeflemektedir. Araştırmacılar, 7.655 yüksek çözünürlüklü drone görüntüsünden oluşan bir veri seti üzerinde beş farklı yapay zeka modelini karşılaştırmalı olarak test ettiler. Geliştirilen SEMI-DETR adlı model, çok az miktarda etiketlenmiş veriyle yüksek başarı göstermiştir. Model, sadece 34 etiketli görüntü kullanarak, yani mevcut verinin sadece yüzde biriyle, geleneksel denetimli sistemlere göre yüzde 20 daha iyi bir performans sergileyerek önemli bir teknik ilerleme kaydetmiştir.

Yavru Beluga Tespitinde Artan Başarı Oranı

Yapay zeka modelinin en dikkat çekici başarısı, tespit edilmesi en zor olan yavru beluga balinalarında görülmüştür. Geleneksel denetimli modellerle kıyaslandığında, SEMI-DETR modeli yüzde 1'lik etiketleme seviyesinde yavru tespit başarısını yüzde 24,3 oranında artırmıştır. Yetişkin balinaların tespitindeki iyileşme ise yüzde 16,8 seviyesinde kalmıştır. Bu durum, yarı denetimli öğrenmenin değişken görünümlü ve küçük nesneleri tanımadaki üstünlüğünü kanıtlamaktadır. Araştırma sonuçları, benzer performans düzeylerine ulaşmak için geleneksel yöntemlere kıyasla beş ila on kat daha az veri etiketleme ihtiyacı duyulduğunu ortaya koyarak, veri hazırlama maliyetlerini ve zaman kaybını ciddi oranda azaltabileceğini göstermektedir.

Araştırma Ekibi ve Kurumsal İş Birliği

Bu kapsamlı çalışma, Florida Atlantic Üniversitesi Mühendislik ve Bilgisayar Bilimleri Fakültesi ile Harbor Branch Oşinografi Enstitüsü'nün liderliğinde yürütülmüştür. Proje, Kanada Balıkçılık ve Okyanuslar Bakanlığı ile Manitoba Üniversitesi'nin katılımıyla uluslararası bir iş birliği niteliği taşımaktadır. Çalışmanın kıdemli yazarı Hanqi Zhuang, yapay zekanın modern izleme teknolojilerinin topladığı devasa görüntü hacimlerini anlamlandırmak için yeni bir yol açtığını belirtmiştir. Stella Batalama ise bu tür yenilikçi teknolojilerin, savunmasız türleri ve ekosistemleri korumak amacıyla yürütülen koruma çabalarını güçlendirecek pratik çözümler sunduğunu vurgulamıştır. Bu iş birliği, mühendislik ve biyolojinin çevresel sorunlara çözüm bulmadaki gücünü göstermektedir.

Yaban Hayatı İzlemede Yeni Bir Dönem

Yapay zeka teknolojisinin sunduğu bu imkanlar, yaban hayatı izleme yöntemlerini kökten değiştirebilir. Geleneksel olarak binlerce görüntünün uzmanlar tarafından manuel olarak işaretlenmesi gerekirken, yarı denetimli öğrenme sayesinde sistemler az miktarda uzman rehberliğiyle öğrenip geri kalan büyük veri setini kendiliğinden işleyebilmektedir. Bu durum, karmaşık ortamlarda çalışan bilim insanları için gelişmiş bilgisayarlı görü araçlarını daha erişilebilir, ölçeklenebilir ve pratik hale getirmektedir. Teknolojinin sunduğu bu verimlilik, kısıtlı kaynaklara sahip koruma programları için de bir rehber niteliği taşımakta ve deniz memelilerinin takibinde yeni bir standart belirlemektedir.

Gelecekteki Koruma ve İzleme Stratejileri

Araştırmacı Greg O'Corry-Crowe, bu teknolojinin sadece hayvan saymaktan çok daha fazlasını ifade ettiğini belirtmektedir. Yapay zeka sayesinde, insanların manuel olarak işleyemeyeceği kadar çok gözlem ve görüntü üzerinden analiz yapma potansiyeli doğmuştur. Bu sayede belugaların nerede bulundukları, nasıl hareket ettikleri ve üreme başarılarının nasıl değiştiği gibi karmaşık davranışsal modeller daha iyi anlaşılabilecektir. Sonuç olarak, mühendislik ve yapay zeka uygulamaları, iklim değişikliği ve çevresel baskılar altındaki hassas ekosistemlerin korunması için hayati önem taşıyan verilerin daha hızlı ve düşük maliyetle elde edilmesine olanak tanıyacaktır.

Temsilî haber fotoğrafı · Unsplash / Unsplash ↗

Kaynaklar ve doğrulama bağlantıları

İlk okuyan sen ol ✎ Yorum yaz

Yorumlar

Okura soru: Bu haberle ilgili görüşünüz veya teknik sorunuz nedir?

Henüz yorum yok. İlk katkıyı sen yapabilirsin.

Yorum yaz

Adın ve soyadın yorumunla birlikte herkese açık görünecek.

Örnek yorumlar ve editör yanıtı

Tartışma örneği — gerçek kullanıcı yorumu değildir. Bu alandaki isimler ve konuşmalar örnek olarak hazırlanmıştır. Beğeniler ve yanıtlar kaydedilmez; gerçek etkileşim sayılarına eklenmez.

Örnek sayaçlar: 16.679 okunma · 799 beğeni — gerçek ölçüm değildir

Ayşe Yılmaz

“Yapay Zeka ile Beluga Balinalarının Takibi Kolaylaşıyor” başlıklı haberde özellikle şu noktayı düşündüm: başlıktan daha çok ölçüm ve hata payı üzerinde durulmalı.

Editörün örnek yanıtı

Editörün notu: Kaynak bir duyuru olduğu için geleceğe dönük ifadeleri kesinleşmiş performans sonucu olarak aktarmıyoruz. Yeni veriler geldikçe değerlendirme güncellenebilir.

Fatma Demir

Bence öne çıkan sorulardan biri, kaynağın neyi kesin olarak doğruladığı. İleriye dönük beklentileri sonuç gibi okumamak lazım.

Mehmet Kaya

İzlemeye değer bir başlık. Bir sonraki sürümün ölçümleri geldiğinde bugünkü değerlendirmeyi güncellemeliyiz.