Un nouvel outil d’image d’IA pourrait faciliter le développement d’algorithmes pour analyser les images de la faune afin de mieux comprendre comment les espèces du monde entier réagissent au changement climatique, suggère une étude.
Cette avancée pourrait aider les scientifiques à créer de nouveaux algorithmes basés sur l’IA pour effectuer une analyse rapide et approfondie des millions d’images d’animaux sauvages téléchargées sur Internet par les membres du public chaque année.
Selon les chercheurs, ces résultats pourraient contribuer à révéler des informations clés sur les impacts du changement climatique, de la pollution, de la perte d’habitat et d’autres pressions sur des dizaines de milliers d’espèces animales et végétales.
Les sites Web de science citoyenne constituent une source potentiellement riche d’informations sur la manière dont les animaux et les plantes réagissent au changement climatique. Cependant, même si les algorithmes d’IA existants peuvent identifier automatiquement les espèces dans les images téléchargées, il n’est pas clair s’ils peuvent également révéler d’autres informations.
Aujourd’hui, une équipe internationale de scientifiques a créé un nouvel outil pour tester dans quelle mesure les algorithmes d’IA peuvent exploiter les banques d’images à la recherche d’autres informations. Cela pourrait inclure des détails tels que les espèces qui se nourrissent, leur état de santé et les autres espèces avec lesquelles elles interagissent.
L’outil, appelé INQUIRE, mesure la capacité de l’IA à tirer des conclusions à partir d’une banque d’images de 5 millions de photos d’animaux sauvages téléchargées sur le site Web de science citoyenne iNaturalist.
L’équipe a découvert que les algorithmes d’IA actuels sont capables de répondre à certains de ces types de questions, mais qu’ils échouent aux plus complexes. Celles-ci incluent celles qui nécessitent un raisonnement sur de petites caractéristiques des images et celles qui contiennent une terminologie scientifique détaillée.
Les résultats mettent en évidence les opportunités de développer de nouveaux algorithmes d’IA qui peuvent mieux aider les scientifiques à explorer efficacement de vastes collections d’images, selon l’équipe.
Les résultats seront présentés lors de la trente-huitième conférence annuelle sur le système de traitement de l’information neuronale (NeurIPS 2024), tenu à Vancouver du 10 au 15 décembre.
L’équipe comprenait des chercheurs de l’Université d’Édimbourg, de l’University College London, de l’UMass Amherst, d’iNaturalist et du Massachusetts Institute of Technology (MIT). Le travail a été en partie soutenu par le laboratoire d’IA générative de l’Université d’Édimbourg.
Le Dr Oisin Mac Aodha, de l’École d’informatique de l’Université d’Édimbourg, a déclaré : « Les milliers de photos d’animaux sauvages téléchargées chaque jour sur Internet fournissent aux scientifiques des informations précieuses sur l’endroit où différentes espèces peuvent être trouvées sur Terre. sur une photo, ce n’est que la pointe de l’iceberg.
« Ces images constituent potentiellement une ressource extrêmement riche qui reste largement inexploitée. Être capable de parcourir rapidement et précisément la richesse des informations qu’elles contiennent pourrait offrir des indices essentiels sur la manière dont les espèces réagissent à des défis multiformes comme le changement climatique. »
Le Dr Sarah Beery, professeur adjoint au MIT, a déclaré : « Cette conservation minutieuse des données, en mettant l’accent sur la capture d’exemples réels d’enquêtes scientifiques dans les domaines de recherche en écologie et en sciences de l’environnement, s’est avérée essentielle pour élargir notre compréhension des capacités actuelles de méthodes d’IA actuelles dans ces contextes scientifiques potentiellement impactants.
« Cela a également mis en évidence les lacunes de la recherche actuelle que nous pouvons désormais combler, en particulier en ce qui concerne les requêtes de composition complexes, la terminologie technique et les différences fines et subtiles qui délimitent les catégories d’intérêt pour nos collaborateurs. »