AI helpt walvissen beschermen

Deep Learning helpt wetenschappers gedrag van walvissen te bestuderen:

Hoe helpt technologie wetenschappers met het beschermen van walvissen? Lisa Steiner is een expert op het gebied van walvisonderzoek. Ze heeft haar hele leven gewijd aan hun behoud en werkt vanuit de Azoren in het midden van de Noordelijke Atlantische Oceaan. Ongeveer 6 maanden per jaar is ze op zee en maakt ze foto’s van de walvissen. Maar hoe zorg je er nou voor dat deze foto’s kunnen worden herleid naar dezelfde walvis? Dit was het uitgangspunt van de Capgemini Data Science Challenge.

Belang van automatische identificatie met AI op basis van walvisfoto’s

Op basis van foto’s kan Lisa individuele walvissen identificeren en samenwerken met andere wetenschappers om:

  • Migratie van de walvissen te traceren;
  • Slachtoffers te identificeren;
  • Redenen van sterven vast te stellen;
  • Geboorten op te sporen;
  • te bepalen waar de voedings- en broedplaatsen van de populaties zich bevinden.

Aan de hand van deze informatie kunnen maatregelen worden genomen om de walvissen te beschermen.

Om zich te kunnen concentreren op de belangrijkste onderdelen van haar werk – het schrijven van publicaties over de resultaten en het onderhandelen met de autoriteiten over beschermingsmaatregelen – had Lisa een instrument nodig dat haar helpt om door haar foto’s te gaan en automatisch de specifieke walvis te identificeren. Aan de deelnemers van de wereldwijde Data Science was het de taak om een AI-oplossing te bouwen die een foto van een walvis neemt en alle foto’s terugvindt die dezelfde walvis laten zien.

AI-oplossing met eenvoudige gebruikers omgeving

Gewapend met duizenden foto’s, een bootlading aan rekenkracht en de kracht van meerdere Deep Learning technieken zijn Data Scientists Martin Heemskerk  en Michiel Konings in staat geweest om een AI-oplossing te maken voor Lisa die functioneert in één eenvoudige omgeving (een user-interface). Als onderdeel van de uitdaging werd deze oplossing gepresenteerd aan Lisa zelf en aan een jury, waaronder onze Global I&D leider Zhiwei Jiang. Met deze oplossing hebben Martin en Michiel de tweede plaats behaald in de challenge waarbij 1304 collega’s wereldwijd deelnamen. En dat bleek ook niet onopgemerkt door het RTL4nieuws.

Aan de slag met Artificial Intelligence?

Wil je alles weten over de Deep-Learning oplossing van Martin en Michiel? Ga dan naar het artikel waar ze ingaan op de (uitdagingen) van de oplossing en het beschikbaar maken van AI in productie.