2 26

கலிஃபோர்னியா தாவரங்களை முன்னோடியில்லாத துல்லியத்துடன் வரைபடமாக்க AI iNaturalist க்கு அதிகாரம் அளிக்கிறது

veG" data-src="KLe" data-sub-html="Using more than 652,000 observations uploaded to iNaturalist (left), UC Berkeley scientists created an AI model to predict the distribution of 2,221 species of plants around the state. To train the deep learning network, the species observations were linked to 256 x 256 meter remote sensing images taken from the 2012 National Agricultural Imagery Program (right) and with climate variables. Credit: Moi Exposito-Alonso and Lauren Gillespie, UC Berkeley">
Yz2" alt="AI மற்றும் iNaturalist ஐப் பயன்படுத்தி, விஞ்ஞானிகள் கலிபோர்னியா தாவரங்களின் மிக உயர்ந்த தெளிவுத்திறன் வரைபடங்களில் ஒன்றை உருவாக்குகின்றனர்." title="iNaturalist (இடது) க்கு பதிவேற்றப்பட்ட 652,000 க்கும் மேற்பட்ட அவதானிப்புகளைப் பயன்படுத்தி, UC பெர்க்லி விஞ்ஞானிகள் மாநிலம் முழுவதும் 2,221 வகையான தாவரங்களின் விநியோகத்தைக் கணிக்க AI மாதிரியை உருவாக்கினர். ஆழமான கற்றல் வலையமைப்பைப் பயிற்றுவிப்பதற்காக, இனங்கள் அவதானிப்புகள் 2012 தேசிய விவசாயப் படத்தொகுப்புத் திட்டத்திலிருந்து (வலது) எடுக்கப்பட்ட 256 x 256 மீட்டர் தொலைநிலை உணர்திறன் படங்களுடன் மற்றும் காலநிலை மாறுபாடுகளுடன் இணைக்கப்பட்டன. கடன்: மோய் எக்ஸ்போசிடோ-அலோன்சோ மற்றும் லாரன் கில்லெஸ்பி, யுசி பெர்க்லி" width="800" height="530"/>

iNaturalist (இடது) க்கு பதிவேற்றப்பட்ட 652,000 க்கும் மேற்பட்ட அவதானிப்புகளைப் பயன்படுத்தி, UC பெர்க்லி விஞ்ஞானிகள் மாநிலம் முழுவதும் 2,221 வகையான தாவரங்களின் விநியோகத்தைக் கணிக்க AI மாதிரியை உருவாக்கினர். ஆழமான கற்றல் வலையமைப்பைப் பயிற்றுவிப்பதற்காக, இனங்கள் அவதானிப்புகள் 2012 தேசிய விவசாயப் படத்தொகுப்புத் திட்டத்திலிருந்து (வலது) எடுக்கப்பட்ட 256 x 256 மீட்டர் தொலைநிலை உணர்திறன் படங்களுடன் மற்றும் காலநிலை மாறுபாடுகளுடன் இணைக்கப்பட்டன. கடன்: மோய் எக்ஸ்போசிடோ-அலோன்சோ மற்றும் லாரன் கில்லெஸ்பி, யுசி பெர்க்லி

iNaturalist செயலியில் இருந்து மேம்பட்ட செயற்கை நுண்ணறிவு மற்றும் குடிமக்கள் அறிவியல் தரவைப் பயன்படுத்தி, கலிபோர்னியா பல்கலைக்கழக ஆராய்ச்சியாளர்கள், பெர்க்லி, கலிபோர்னியா தாவர இனங்களின் விநியோகத்தைக் காண்பிக்கும் சில விரிவான வரைபடங்களை உருவாக்கியுள்ளனர்.

iNaturalist என்பது பரவலாகப் பயன்படுத்தப்படும் செல்போன் பயன்பாடாகும், இது முதலில் UC பெர்க்லி மாணவர்களால் உருவாக்கப்பட்டது, இது மக்கள் புகைப்படங்கள் மற்றும் தாவரங்கள், விலங்குகள் அல்லது அவர்கள் சந்திக்கும் வேறு எந்த உயிரினங்களின் இருப்பிடத் தரவையும் பதிவேற்ற அனுமதிக்கிறது, பின்னர் அவர்களின் அடையாளத்தைக் கூட்டுகிறது. இந்த செயலியில் தற்போது உலகளவில் 8 மில்லியனுக்கும் அதிகமான பயனர்கள் உள்ளனர், அவர்கள் கூட்டாக 200 மில்லியனுக்கும் அதிகமான அவதானிப்புகளை பதிவேற்றியுள்ளனர்.

கலிபோர்னியாவில் உள்ள தாவரங்களுக்கான குடிமக்கள் அறிவியல் தரவை உயர் தெளிவுத்திறன் கொண்ட தொலைநிலை உணர்திறன் செயற்கைக்கோள் அல்லது மாநிலத்தின் விமானப் படங்களுடன் தொடர்புபடுத்த, ஆழமான கற்றல் மாதிரியான கன்வல்யூஷனல் நியூரல் நெட்வொர்க் எனப்படும் செயற்கை நுண்ணறிவை ஆராய்ச்சியாளர்கள் பயன்படுத்தினர். கலிபோர்னியா முழுவதும் 2,221 தாவர இனங்களின் தற்போதைய வரம்பைக் கணிக்கப் பயன்படுத்தப்பட்ட தொடர்புகளை நெட்வொர்க் கண்டறிந்தது, சில சதுர மீட்டர் அளவுகள் வரை.

தாவரவியலாளர்கள் பொதுவாக ஒரு பகுதியில் உள்ள அனைத்து தாவர இனங்களையும் சிரமமின்றி பட்டியலிடுவதன் மூலம் உயிரினங்களின் உயர்தர வரைபடங்களை உருவாக்குகிறார்கள், ஆனால் சில சிறிய இயற்கை பகுதிகள் அல்லது தேசிய பூங்காக்களுக்கு வெளியே இது சாத்தியமில்லை. அதற்குப் பதிலாக, டீப்பயோஸ்பியர் எனப்படும் AI மாதிரியானது, iNaturalist மற்றும் தொலைநிலை உணர்திறன் விமானங்கள் அல்லது செயற்கைக்கோள்களிலிருந்து இலவசத் தரவைப் பயன்படுத்துகிறது. குடிமக்கள் விஞ்ஞானிகளால் போதுமான அவதானிப்புகள் கொடுக்கப்பட்டால், தாவர விநியோகம் மற்றும் வாழ்விடங்கள் பற்றிய விரிவான அறிவியல் தரவு இல்லாத நாடுகளில் காடழிப்பு அல்லது காட்டுத்தீக்குப் பிறகு மீண்டும் வளர்தல் போன்ற தாவர மாற்றங்களைக் கண்காணிக்க இந்த மாதிரி பயன்படுத்தப்படலாம்.

கண்டுபிடிப்புகள் ஜர்னலில் செப்டம்பர் 5 வெளியிடப்பட்டன தேசிய அறிவியல் அகாடமியின் செயல்முறைகள் Moisés “Moi” Expósito-Alonso, ஒருங்கிணைந்த உயிரியலின் UC பெர்க்லி உதவிப் பேராசிரியர், முதல் எழுத்தாளர் லாரன் கில்லெஸ்பி, ஸ்டான்போர்ட் பல்கலைக்கழகத்தில் கணினி அறிவியலில் முனைவர் பட்டம் பெற்ற மாணவர் மற்றும் அவர்களது சகாக்கள். கில்லெஸ்பி தற்போது ஃபுல்பிரைட் யுஎஸ் மாணவர் திட்ட மானியம் உள்ளது, இது பிரேசிலில் தாவர பல்லுயிர் வடிவங்களைக் கண்டறிய இதே போன்ற நுட்பங்களைப் பயன்படுத்துகிறது.

“நான் இங்கு பிரேசிலில் உள்ள ஆண்டில், பதிவாகியதில் மிக மோசமான வறட்சியையும், பதிவு செய்யப்பட்ட மோசமான தீப் பருவங்களில் ஒன்றையும் நாங்கள் கண்டோம்” என்று கில்லெஸ்பி கூறினார். “தொலைநிலை உணர்திறன் தரவு இந்த தீ விபத்துகள் எங்கு நிகழ்ந்தது அல்லது எங்கு வறட்சி மோசமாக உள்ளது என்பதை எங்களிடம் கூற முடிந்தது, மேலும் டீப்பயோஸ்பியர் போன்ற ஆழமான கற்றல் அணுகுமுறைகளின் உதவியுடன், தரையில் உள்ள தனிப்பட்ட உயிரினங்களுக்கு என்ன நடக்கிறது என்பதை விரைவில் நமக்குத் தெரிவிக்கும்.”

“இது ஒரு குறிக்கோள்-அதை பல இடங்களுக்கு விரிவுபடுத்துவது” என்று எக்ஸ்போசிட்டோ-அலோன்சோ கூறினார். “உலகில் கிட்டத்தட்ட அனைவரிடமும் இப்போது ஸ்மார்ட்போன்கள் உள்ளன, எனவே மக்கள் இயற்கையான வாழ்விடங்களைப் படம் எடுக்கத் தொடங்குவார்கள், இதை உலகளவில் செய்ய முடியும். சில சமயங்களில், கூகுள் மேப்ஸில் லேயர்களை வைத்திருக்க இது நம்மை அனுமதிக்கும். இனங்கள், அதனால் நாம் அவற்றைப் பாதுகாக்க முடியும்.”

இலவசம் மற்றும் பூமியின் பெரும்பகுதியை உள்ளடக்கியதைத் தவிர, தொலைநிலை உணர்திறன் தரவுகள், பிராந்திய காலநிலை வரைபடங்கள் போன்ற பிற தகவல் ஆதாரங்களைக் காட்டிலும் மிகவும் நுணுக்கமானவை மற்றும் அடிக்கடி புதுப்பிக்கப்படுகின்றன, அவை பெரும்பாலும் சில கிலோமீட்டர்கள் தெளிவுத்திறனைக் கொண்டுள்ளன. தொலைநிலை உணர்திறன் படங்களுடன் குடிமக்கள் அறிவியல் தரவைப் பயன்படுத்துதல் – ஒரு படம் மற்றும் வெப்பநிலையை மட்டுமே வழங்கும் அடிப்படை அகச்சிவப்பு வரைபடங்கள் – கண்காணிக்க கடினமாக இருக்கும் நிலப்பரப்பு மாற்றங்களை தினசரி கண்காணிக்க அனுமதிக்கும்.

W8e" data-src="NGB" data-sub-html="An aerial map (1st panel) of California's Redwoods National and State Parks, which contain some of the last old-growth redwoods in the world, visible as a dark green line bordering the right-hand side of Redwood Creek. Deepbiosphere correctly predicted the presence of redwoods (2nd panel) at 50-meter resolution in the parks, distinguishing mature from young regrowth groves (3rd panel), and predicted two understory plants, redwood sorrel (O. oregana, red) and California blackberry (R. ursinius, blue) that grow under different-aged redwood forests (4th panel). Credit: Moi Exposito-Alonso and Lauren Gillespie, UC Berkeley">
wkz" alt="AI மற்றும் iNaturalist ஐப் பயன்படுத்தி, விஞ்ஞானிகள் கலிபோர்னியா தாவரங்களின் மிக உயர்ந்த தெளிவுத்திறன் வரைபடங்களில் ஒன்றை உருவாக்குகின்றனர்." title="கலிபோர்னியாவின் ரெட்வுட்ஸ் தேசிய மற்றும் மாநிலப் பூங்காக்களின் வான்வழி வரைபடம் (1வது குழு), இது உலகின் கடைசியாக வளர்ந்த ரெட்வுட்களில் சிலவற்றைக் கொண்டுள்ளது, இது ரெட்வுட் க்ரீக்கின் வலது பக்க எல்லையில் அடர் பச்சைக் கோடாகத் தெரியும். டீப்பயோஸ்பியர் பூங்காக்களில் 50-மீட்டர் தெளிவுத்திறனில் ரெட்வுட்ஸ் (2வது பேனல்) இருப்பதை சரியாகக் கணித்தது, இளம் மீள்வளர்ச்சி தோப்புகளிலிருந்து (3வது பேனல்) முதிர்ச்சியடைந்ததை வேறுபடுத்தி, ரெட்வுட் சோரல் (ஓ. ஓரிகானா, சிவப்பு) மற்றும் கலிபோர்னியா ப்ளாக்பெர்ரி (கலிபோர்னியா ப்ளாக்பெர்ரி) ஆகிய இரண்டு அடித்தட்டு தாவரங்களைக் கணித்தது. ஆர். உர்சினியஸ், நீலம்) வெவ்வேறு வயதுடைய ரெட்வுட் காடுகளின் கீழ் வளரும் (4வது குழு). கடன்: மோய் எக்ஸ்போசிடோ-அலோன்சோ மற்றும் லாரன் கில்லெஸ்பி, யுசி பெர்க்லி"/>

கலிபோர்னியாவின் ரெட்வுட்ஸ் தேசிய மற்றும் மாநிலப் பூங்காக்களின் வான்வழி வரைபடம் (1வது குழு), இது உலகின் கடைசியாக வளர்ந்த ரெட்வுட்களில் சிலவற்றைக் கொண்டுள்ளது, இது ரெட்வுட் க்ரீக்கின் வலது பக்க எல்லையில் அடர் பச்சைக் கோடாகத் தெரியும். டீப்பயோஸ்பியர் பூங்காக்களில் 50-மீட்டர் தெளிவுத்திறனில் ரெட்வுட்ஸ் (2வது பேனல்) இருப்பதை சரியாகக் கணித்தது, இளம் மீள்வளர்ச்சி தோப்புகளிலிருந்து (3வது குழு) முதிர்ச்சியடைந்ததை வேறுபடுத்தி, இரண்டு அடித்தட்டு தாவரங்களான, ரெட்வுட் சோரல் (ஓ. ஆர்கனா, சிவப்பு) மற்றும் கலிபோர்னியா ப்ளாக்பெர்ரி ( ஆர். உர்சினியஸ், நீலம்) வெவ்வேறு வயதுடைய ரெட்வுட் காடுகளின் கீழ் வளரும் (4வது குழு). கடன்: மோய் எக்ஸ்போசிடோ-அலோன்சோ மற்றும் லாரன் கில்லெஸ்பி, யுசி பெர்க்லி

இத்தகைய கண்காணிப்பு, பாதுகாவலர்களுக்கு மாற்றத்தின் முக்கிய இடங்களைக் கண்டறிய அல்லது பாதுகாப்பு தேவைப்படும் உயிரினங்கள் நிறைந்த பகுதிகளைக் கண்டறிய உதவும்.

“ரிமோட் சென்சிங் மூலம், கிட்டத்தட்ட ஒவ்வொரு சில நாட்களுக்கும் 1 மீட்டர் தெளிவுத்திறனுடன் பூமியின் புதிய படங்கள் உள்ளன,” எக்ஸ்போசிட்டோ-அலோன்சோ கூறினார். “இவை இப்போது தாவரங்களின் விநியோகங்களில் உண்மையான நேர மாற்றங்கள், சுற்றுச்சூழல் அமைப்புகளின் விநியோகங்களில் மாற்றங்கள் ஆகியவற்றைக் கண்காணிக்க அனுமதிக்கின்றன. மக்கள் அமேசானில் தொலைதூர இடங்களை அழித்தால், இப்போது அவர்களால் அதிலிருந்து தப்பிக்க முடியாது – இது இந்த கணிப்பு நெட்வொர்க் மூலம் கொடியிடப்படுகிறது.”

இந்த ஆண்டின் தொடக்கத்தில் ஸ்டான்ஃபோர்டில் இருந்து UC பெர்க்லிக்கு இடம் பெயர்ந்த எக்ஸ்போசிட்டோ-அலோன்சோ, காலநிலை மாற்றத்திற்கு ஏற்ப தாவரங்கள் மரபணு ரீதியாக எவ்வாறு உருவாகின்றன என்பதில் ஆர்வமுள்ள ஒரு பரிணாம உயிரியலாளர் ஆவார்.

“தாவரங்கள் எங்கே இருக்கின்றன, அவை எவ்வாறு மாறுகின்றன என்பதை அறிய ஒரு அளவிடக்கூடிய முறையைப் பெற வேண்டும் என்ற ஆசையை நான் உணர்ந்தேன்,” என்று அவர் கூறினார். “அவர்கள் குளிர்ச்சியான பகுதிகளுக்கு இடம்பெயர முயல்கிறார்கள் என்பதை நாங்கள் ஏற்கனவே அறிவோம், அவர்கள் இப்போது எதிர்கொள்ளும் சூழலுக்கு ஏற்றவாறு மாற்றியமைக்க முயற்சி செய்கிறார்கள். எங்கள் ஆய்வகத்தின் முக்கிய பகுதி அந்த மாற்றங்கள் மற்றும் அந்த தாக்கங்கள் மற்றும் தாவரங்கள் உருவாகுமா என்பதைப் புரிந்துகொள்வது. மாற்றியமைக்க.”

ஆய்வில், AI பயிற்சித் தொகுப்பிலிருந்து சில iNaturalist தரவுகளைத் தவிர்த்து, பின்னர் விலக்கப்பட்ட பகுதியில் உள்ள தாவரங்களைக் கணிக்க AI மாதிரியைக் கேட்டு ஆராய்ச்சியாளர்கள் Deepbiosphere ஐ சோதித்தனர். AI மாதிரியானது இனங்கள் இருப்பதைக் கண்டறிவதில் 89% துல்லியத்தைக் கொண்டிருந்தது, முந்தைய முறைகளுக்கு இது 27% ஆக இருந்தது. கலிபோர்னியாவைச் சுற்றி தாவரங்கள் எங்கு வளர்கின்றன என்பதையும், உயரும் வெப்பநிலை மற்றும் மாறிவரும் மழைப்பொழிவுடன் அவை எவ்வாறு இடம்பெயர்கின்றன என்பதையும் கணிக்க உருவாக்கப்பட்ட பிற மாதிரிகளுக்கு எதிராகவும் அவர்கள் அதைத் தேர்ந்தெடுத்தனர். இந்த மாதிரிகளில் ஒன்று மேக்சென்ட்அமெரிக்கன் மியூசியம் ஆஃப் நேச்சுரல் ஹிஸ்டரியில் உருவாக்கப்பட்டது, இது காலநிலை கட்டங்கள் மற்றும் புவிசார்ந்த தாவர தரவுகளைப் பயன்படுத்துகிறது. Deepbiosphere Maxent ஐ விட சிறப்பாக செயல்பட்டது.

மாநிலத்தின் சில பூங்காக்களுக்காக உருவாக்கப்பட்ட விரிவான தாவர வரைபடங்களுக்கு எதிராக அவர்கள் டீப்பயோஸ்பியரை சோதித்தனர். இது வடக்கு கலிபோர்னியாவில் உள்ள ரெட்வுட் தேசிய பூங்காவில் ரெட்வுட்களின் இருப்பிடத்தை 81.4% துல்லியத்துடன் கணித்துள்ளது மற்றும் துல்லியமாக கைப்பற்றப்பட்டது (R உடன்2=0.53) யோசெமிட்டி தேசிய பூங்காவில் 2013 ரிம் தீயினால் ஏற்பட்ட தீக்காயத்தின் தீவிரம்.

“லாரன் கொண்டு வந்த இந்த மாதிரியில் நம்பமுடியாத விஷயம் என்னவென்றால், மக்கள் தங்கள் தொலைபேசிகளில் பதிவேற்றும் பொதுவில் கிடைக்கும் தரவைக் கொண்டு நீங்கள் அதைப் பயிற்சி செய்கிறீர்கள், ஆனால் உயர் தெளிவுத்திறனில் அழகாக வரையறுக்கப்பட்ட வரைபடங்களை உருவாக்க போதுமான தகவலை நீங்கள் பெறலாம்.” எக்ஸ்போசிட்டோ-அலோன்சோ கூறினார். “அடுத்த கேள்வி, புவியியல் தாக்கங்களைப் புரிந்துகொண்டவுடன், “தாவரங்கள் மாற்றியமைக்கப் போகின்றனவா?”

ஸ்டான்போர்டில் உள்ள கார்னகி இன்ஸ்டிடியூஷன் ஃபார் சயின்ஸைச் சேர்ந்த மேகன் ரஃப்லி, கட்டுரையின் இணை ஆசிரியர் ஆவார்.

மேலும் தகவல்:
Lauren E. Gillespie et al, ஆழ்ந்த கற்றல் மாதிரிகள் குடிமக்கள் அறிவியல் மற்றும் தொலைநிலை உணர்திறன் தரவுகளிலிருந்து விரைவான தாவர இனங்கள் மாற்றங்களை வரைபடமாக்குகின்றன, தேசிய அறிவியல் அகாடமியின் செயல்முறைகள் (2024) DOI: 10.1073/pnas.2318296121

கலிபோர்னியா பல்கலைக்கழகம் – பெர்க்லி வழங்கியது

V1A" x="0" y="0"/>

மேற்கோள்: கலிஃபோர்னியா தாவரங்களை முன்னோடியில்லாத துல்லியத்துடன் வரைபடமாக்க iNaturalist ஐ AI அதிகாரம் அளிக்கிறது (2024, அக்டோபர் 12) BFD இலிருந்து அக்டோபர் 12, 2024 இல் பெறப்பட்டது

இந்த ஆவணம் பதிப்புரிமைக்கு உட்பட்டது. தனிப்பட்ட ஆய்வு அல்லது ஆராய்ச்சி நோக்கத்திற்காக எந்தவொரு நியாயமான டீலிங் தவிர, எழுத்துப்பூர்வ அனுமதியின்றி எந்தப் பகுதியையும் மீண்டும் உருவாக்க முடியாது. உள்ளடக்கம் தகவல் நோக்கங்களுக்காக மட்டுமே வழங்கப்படுகிறது.

Leave a Comment