Ученые Кембриджского университета разработали инновационный подход к поиску мест обитания ежей с использованием искусственного интеллекта и спутниковых данных. Поскольку самих ежей сложно увидеть с орбиты, команда сосредоточилась на определении зарослей ежевики, которые являются типичной средой для этих животных.
Об этом сообщает Бизнес • Медиа
Как работает новая модель искусственного интеллекта
Для анализа использовались данные спутников Sentinel, принадлежащих Европейскому космическому агентству, в сочетании с алгоритмами машинного обучения. Модель объединяет логистическую регрессию, классификацию методом ближайших соседей и систему TESSERA для обработки спутниковых снимков. Дополнительно учитывались данные, предоставленные гражданами через платформу iNaturalist.
«По словам ученых, такой гибридный подход позволил построить карту вероятных мест обитания ежей по всей Великобритании».
Полевые испытания, проведенные в Кембридже, подтвердили, что модель надежно находит большие открытые заросли ежевики. В то же время мелкие кусты, растущие под деревьями, фиксировались менее точно из-за ограничений спутниковой съемки. Несмотря на это, система уже показала свою эффективность, особенно в контексте мониторинга больших территорий.
Перспективы применения технологии
Новая методика, даже на ранней стадии, демонстрирует потенциал для масштабного мониторинга популяций ежей и других уязвимых видов. В отличие от традиционных ночных наблюдений, которые являются трудоемкими, спутниковый анализ позволяет одновременно оценивать большие площади. Это открывает путь к более эффективным национальным программам сохранения природы.
Ученые отмечают, что на данный момент это лишь доказательство концепции, а сама модель еще не прошла полную научную рецензию. Тем не менее, команда планирует расширять тестирование, в том числе внедрять систему активного обучения для полевых условий с использованием мобильных устройств.
Эксперты считают, что разработанный подход может быть полезен не только для защиты ежей. Подобные алгоритмы способны помогать в мониторинге инвазивных растений, сельскохозяйственных вредителей или изменений в экосистемах. Этот проект демонстрирует, как современные инструменты ИИ дополняют классические методы сохранения биологического разнообразия.