ИИ-модель оказалась очень точной. При этом она умеет рассказывать о множестве характеристик.
Ученые из Университета штата Флорида создали нейросеть, которая научилась определять виды деревьев по снимкам с самолетов или спутников. Специалисты опубликовали свое исследование в журнале PLOS Biology, По словам специалистов, их ИИ-модель отличается высокой точностью.
Для обучения нейросети эксперты использовали снимки крон больше 40 тыс. деревьев, полученных с самолетов. Их предоставили специалисты Национальной сети экологических обсерваторий, которые делают фотографии в десятках регионов США. По словам ученых, такое сотрудничество позволит строить более качественные прогнозы о состоянии лесов. Исследователи также отметили, что их задача — создать первые широкомасштабные карты разнообразия видов деревьев в США.
Система уже позволила создать карты с высокой детализацией больше 100 млн деревьев на 24 участках по всей территории Штатов. Как показали испытания, точность работы достигает от 75% до 85%. Лучшие показатели ученые наблюдали в участках лесов с большим количеством открытого пространства. Также нейросеть особенно справляется с определением хвойных видов, в том числе сосен и кедров. Помимо этого, ИИ-модель может определять другие параметры, в том числе сообщать о том, живо ли дерево или нет.
Сотрудники университета подчеркнули, что понимание сильных сторон их алгоритмов пригодится, чтобы применять методы в разных лесных экосистемах. Ученые также добавили прогнозы своей нейросети в Google Earth Engine, платформу для геопространственного анализа данных. Таким образом новая система может помочь другим исследователям.
