I pinguini dell’Antartide sono a grave rischio di estinzione: uno studio del 2019 del British Antarctic Survey (BAS) ha scoperto che negli ultimi tre anni la più grande colonia al mondo di pinguini imperatore ha sofferto di problemi riproduttivi senza precedenti, ed è particolarmente vulnerabile ai cambiamenti climatici in atto e a quelli previsti e potrebbe scomparire entro il 2100. Per studiare le popolazioni di pinguini, i ricercatori devono innanzitutto contare in modo accurato il numero di esemplari che le compongono. Una nuova soluzione per il conteggio degli individui di una folla sviluppata dalla società specializzata in data science, Gramener, membro del programma Intel AI Builder, consente ai ricercatori di utilizzare la visione artificiale (computer vision) per contare le popolazioni di pinguini in modo più rapido e preciso.
“Oggi, in occasione del National Penguin Appreciation Day, è importante comprendere l’impatto dell’uomo sulle popolazioni di pinguini in Antartide. Riteniamo che l’intelligenza artificiale possa aiutare i ricercatori a identificare le cause della loro diminuzione e siamo orgogliosi di utilizzare le tecnologie di intelligenza artificiale di Intel per applicazioni con ricadute sociali positive. La nostra soluzione di conteggio della folla ha il potenziale di farci comprendere meglio le popolazioni di pinguini” – commenta Naveen Gattu, COO e Cofounder, Gramener.
Gramener ha utilizzato un set di immagini delle colonie di pinguini dell’Antartide raccolte dal Penguin Watch Project, costituito da fotografie scattate in oltre 40 postazioni. L’azienda, in collaborazione con AI for Earth di Microsoft, ha istruito un modello di deep learning per contare i pinguini. Il modello impiega un approccio al conteggio basato sulla densità per stimare il numero di pinguini presenti nelle immagini analizzate. Questa soluzione è stata riproposta e valutata utilizzando processori Intel Xeon Scalable e l’ottimizzazione Intel per PyTorch al fine di ottenere prestazioni ottimali.
La nuova soluzione è in grado di aiutare i ricercatori a superare le sfide attuali date dal conteggio manuale di numerosi pinguini e dalle trappole fotografiche che possono trarre in inganno il conteggio automatico, a causa della distorsione prospettica delle immagini (quando facce in primo piano appaiono più grandi di quelle sullo sfondo), diverse densità di pinguini all’interno della stessa immagine, inquadrature con angolazioni diverse fra loro (pinguini inquadrati dall’alto richiedono un addestramento dell’intelligenza artificiale diverso dal riconoscimento di quelli ripresi di fronte), immagini di bassa qualità per condizioni metereologiche avverse.
