Учёные нашли способ борьбы с инвазивными растениями
Одно растение может стоить американским фермерам 35 миллионов долларов в год. Теперь команда исследователей использует искусственный интеллект, чтобы держать ситуацию под контролем.
Исследователи из Университета Карнеги-Меллона вместе с учёными из природоохранного ранчо в Монтане разработали метод, который обучает модели машинного обучения более эффективно обнаруживать инвазивные виды, даже при ограниченном объёме данных. Исследование [опубликовано](https://www.nature.com/articles/s41597-025-05094-6) в журнале Scientific Data.
Проблема инвазивных растений
Одно из инвазивных растений — листовая молочай — является ядовитым сорняком с маленькими зелёными цветами, который может нанести серьёзный ущерб фермам и природным экосистемам. Токсичный для скота, он может сделать целые сенокосные угодья непригодными для использования, вытесняя местные растения. Исследователи подсчитали, что это приводит к потерям более 35 миллионов долларов ежегодно в производстве говядины и сена в стране.
Но затраты выходят далеко за рамки финансовых потерь. По мере сокращения пастбищных угодий сокращаются запасы продовольствия. По мере распространения инвазивных видов растёт использование пестицидов. Исчезают местные растения, у опылителей и птиц теряется среда обитания, и более широкая экосистема начинает разрушаться. То, что начинается как сорняк на пастбище, может быстро стать угрозой для самой земли.
Отслеживание, мониторинг и, в конечном итоге, искоренение инвазивных видов является приоритетом для специалистов в области сельского хозяйства, охраны природы и экологии, но эта задача отнимает много времени и средств. ИИ может помочь, но учёным не хватает данных, необходимых для разработки инструмента, который может эффективно идентифицировать и отслеживать эти растения.
«Эти инвазивные растения — серьёзная проблема, — сказал Руслан Салахудинов, преподаватель Школы компьютерных наук Университета Карнеги-Меллона. — Листовой молочай может уничтожить экосистемы вокруг себя. Создание инструмента машинного обучения для помощи в этом деле было сложной задачей, поскольку у нас не было огромных объёмов данных об этом растении, даже в интернете».
Новый метод DA-Fusion
Салахудинов и его коллеги задались вопросом, можно ли использовать синтетические изображения листового молочая, созданные с помощью ИИ, для создания необходимых данных, чтобы улучшить работу моделей.
Исследователи разработали новую технику под названием DA-Fusion, которая использует передовые модели ИИ для создания более полезных обучающих изображений. Обычно для расширения набора данных исследователи вносят небольшие изменения в существующие изображения, например, обрезают или переворачивают их. DA-Fusion идёт дальше, изменяя объект или фон изображения. Например, если на оригинальной фотографии листовый молочай растёт на сельскохозяйственном поле, DA-Fusion может создать изображение того же сорняка в лесу или на травянистом поле в другое время года.
DA-Fusion создал разнообразные обучающие данные о листовом молочае в различных погодных условиях, таких как снег или весеннее цветение. Это избавило экологов в Монтане от необходимости выходить в любую погоду для сбора данных.
«Затраты на эффективное управление природоохранным ранчо, таким как MPG, могут быть довольно высокими, и во многом это связано с трудозатратами, необходимыми для доступа к отдалённым районам и оценки присутствия таких растений, как листовой молочай, — сказал Гуринас. — Методы машинного обучения, подобные тем, которые мы разработали, позволяют в определённой степени автоматизировать процесс, что делает усилия по сохранению более экономически целесообразными на более обширных территориях».
Улучшая разнообразие и качество обучающих данных, исследователи могут повысить точность моделей машинного обучения с меньшим количеством примеров. Учёные согласны, что установление связи между учёными-экологами и исследователями в области машинного обучения является критически важным шагом для будущего сельского хозяйства и экологии.
«Возбуждает то, что наборы данных, которые мы создаём, уникальны. Не так много экологических наборов данных доступно для сообщества машинного обучения, — сказал Доэрти. — Я думаю, люди заинтересованы в том, чтобы добиться результата. Вы можете решить проблему восстановления экосистем и борьбы с изменением климата. Это значимая работа, которую важно представить».
Доэрти и его коллеги из ранчо MPG сделали свой набор данных о листовом молочае общедоступным для сообщества машинного обучения. Делясь данными открыто, они надеются ускорить усилия по обнаружению и борьбе с другими инвазивными видами.
«Эти задачи — одни из самых важных, с которыми мы сталкиваемся как общество, — сказал Трабукко. — Такие проблемы, как листовой молочай, недостаточно изучены, и, возможно, достижения, которые мы видим в машинном обучении, могут помочь нам так же, как мы видели, как эти инструменты решают другие проблемы и открывают новые возможности».
Предоставлено [Carnegie Mellon University](https://phys.org/partners/carnegie-mellon-university/)
Другие новости по теме
- Эксперты утверждают, что низкие оценки состояния здоровья рек Англии скрывают улучшение биоразнообразия
- Вода, запертая в мантии Земли: удивительное открытие, которое может изменить будущее нашей планеты
- Математика, стоящая за пчёлами, цветами и повышением урожайности
- Новое исследование JWST раскрывает тайны углекислого газа на ледяных спутниках Сатурна
- Здоровье экосистемы озера ухудшается из-за воздействия подводных шумов от катеров
- Осы могут хранить секрет замедления процесса старения.
- Глобальные базы данных показывают, как климат влияет на характеристики почвенных грибов
- Цветение водорослей ведёт химическую войну в наших океанах
- Исследование раскрывает пространственно-временную координацию между обработкой пре-рРНК и архитектурой ядрышка
- Крошечные окаменелости помогают роботам стать умнее благодаря автоматической сортировке
Другие новости на сайте
- Новое исследование подчёркивает, как право на использование имени и образа меняет идентичность спортсменов в колледжах
- Учёные используют космическую пыль для восстановления истории атмосферы Земли.
- Пользователи Cash App теперь могут объединять деньги для групповых платежей — даже с теми, у кого нет аккаунта.
- Международное сообщество должно принять меры для снижения уровня загрязнения пластиком
- Автономные косилки демонстрируют улучшенную производительность.
- NotebookLM от Google представляет видеообзоры
- Химия в начале: как молекулярные реакции повлияли на формирование первых звёзд
- Новый спектрограф в ближнем инфракрасном диапазоне нацелен на планеты у красных карликов
- Эксперты утверждают, что низкие оценки состояния здоровья рек Англии скрывают улучшение биоразнообразия
- Google отказывается сообщить, требовала ли Великобритания тайно бэкдор к данным пользователей