Datorn slår sedan länge mänskan i schackspel och i det traditionella kinesiska brädspelet Go. Besegrar den mänskan också som naturinventerare?
– Inte ännu, men den kan redan nu vara till stor hjälp, säger Jari Silander, specialforskare vid Finlands miljö-central (SYKE). Han arbetar i miljöcentralens vatteninformationssystemgrupp.
Silander leder projektet EnVision, inom vilket man utreder möjligheterna att med hjälp av datorseende, det vill säga automatisk bildtolkningen, identifiera växt- och djurarter. Förhoppningsvis kommer datorseende att kunna utnyttjas vid artkarteringar, naturinventeringar och vid bedömningen av hur planläggning inverkar på miljön.
Datorseende kunde också vara till stor hjälp vid karteringen av främmande arters förekomst. Skadliga främmande arter bör bekämpas eftersom de stjäl livsutrymme av ursprungliga arter och bidrar till en minskning av den naturliga mångfalden. I projektet ingick undersöknings-områden i fem kommuner.
Inom projektet fick en dator ”lära sig” att känna igen vit näckros och bladvass, vilka båda indikerar en hög halt av näringsämnen i vattnet. En tredje art som datorn tränades att känna igen var den kaukasiska jätteflokan, som är en skadlig främmande art. Som basmaterial användes bilder och videosekvenser från mobiltelefoner och flygbilder tagna med drönare.
– Datorn lär sig snabbt. Till en början får datorn ta sig an omkring 20 bilder, på vilka man pekar ut var de aktuella objekten, till exempel vita näckrosor, finns. Efter att man gått igenom de 20 bilderna börjar datorn själv peka ut objekten, berättar Jari Silander.
Utmanande för datorns bildtolkning är att växterna ser olika ut under olika årstider. Datorn har också svårt att upptäcka en växt som är beskuggad av en annan växt.
Vid karteringen av kaukasisk jättefloka användes en drönare med kamera.
– Med drönaren fotograferade vi ett område där vi visste att det fanns jättefloka. Drönaren skickade bildmaterialet till en molntjänst, och datorn analyserade materialet för att hitta exakt de platser där jätteflokan förekom.
Datorn kunde identifiera arterna med över 90 procents säkerhet.
– Den som använder systemet kan själv välja den säkerhetsnivå hen vill.
Om man väljer att jätteflokans förekomster identifieras med mer än 95 procents säkerhet är det sannolikt att många objekt som är rätt identifierade lämnas bort. Om man vill se alla objekt med en säkerhet på mer än 60 procent kommer här att ingå också flera felaktiga identifieringar.
– Datorseendet lämpar sig utmärkt för genomgång av stora videomaterial, säger Jari Silander. Vägverket och elbolagen har redan sådana videomaterial från vägrenar, banvallar och ellinjer.
Resultaten från projektet visar att datorseende kunde underlätta naturvårdsarbetet i hög grad.
– Kostnaderna är relativt små. Speciellt i terräng där det är svårt att röra sig till fots är det billigare att använda sig av flygbilder och datorseende, berättar Silander.
En fördel med den nya metoden är att man med den kan kartlägga vidsträckta områden. Sådana har traditionellt karterats utgående från satellitbilder och flygfoton.
– I dessa måste man ändå alltid korrigera de störningar som atmosfären ger upphov till. Molnen försvårar dessutom ofta tolkningen av bilderna.
Undersökningen gjordes som ett samarbete mellan många aktörer, bland dem NTM-centralerna i Norra Karelen och Norra Savolax, Vaisala Oyj och Luontoturva Ky. Nu skulle man gärna gå vidare genom att med datorseende studera egenskaperna hos vattendragens strömfåror, vattendragens biomassa och mängden vattenväxter. Intressant skulle också vara att utröna om det går att utgående från bildmaterialet läsa av det aktuella vattenståndet.
Vid Finlands miljöcentral har datorseende använts även vid andra former av naturobservationer. Kristian Meissner, direktör för SYKE:s program för miljöinformation, leder en forskargrupp som lyckats få datorer att känna igen djurarter i prover tagna från sjöbottnar.
– I laboratorium kan man uppnå en hög säkerhet vid identifieringen eftersom naturförhållandena inte här påverkar resultatet, säger Jari Silander.
Nyttan av den automatiska identifieringen är stor eftersom den är snabb jämfört med traditionell, tidskrävande genomgång av bottendjursprover, som går ut på att plocka enskilda djuren med pincett och examinera dem under mikroskop.
Som bäst undersöker Silander om man kunde låta allmänheten använda datorseende för att identifiera arter. Forskarna håller på att utveckla en applikation för mobiltelefoner med vilken det ska vara möjligt att bedöma om en bild tagen med mobiltelefonen visar en skadlig mängd blå-gröna alger.
– Du tar en bild vid en sjö och appen berättar huruvida mängden blågröna alger som syns på bilden är så stor att vattnet inte kan användas som bastuvatten eller att simma i.
