โครงข่ายประสาทเทียมที่ได้รับการฝึกฝนโดยใช้รูปถ่ายของแมวน้ำท่าเรือหลายพันภาพ นำเสนอวิธีที่ไม่รุกล้ำในการแยกแมวน้ำออกจากกัน
คุณเคยมองตราประทับแล้วคิดว่า นั่นเป็นตราเดียวกันกับที่ฉันเห็นเมื่อวานนี้หรือไม่? เร็ว ๆ นี้อาจมีแอพที่ใช้เทคโนโลยีการจดจำใบหน้าตราประทับใหม่ ระบบค้นหาใบหน้าผนึกนี้ รู้จักกันในชื่อ SealNetได้รับการพัฒนาโดยทีมนักศึกษาระดับปริญญาตรีจากมหาวิทยาลัยคอลเกตในนิวยอร์ก
คริสตา อินแกรม นักชีววิทยาจากมหาวิทยาลัยคอลเกตได้รับแรงบันดาลใจจากเทคโนโลยีอื่นๆ ที่ดัดแปลงมาเพื่อการจำแนกไพรเม ต และหมี นำนักเรียนในการพัฒนาซอฟต์แวร์ที่ใช้การเรียนรู้เชิงลึกและโครงข่ายประสาทเทียมเพื่อบอกใบหน้าที่ผนึกจากที่อื่น SealNet ได้รับการปรับแต่งเพื่อระบุตราประทับท่าเรือ ซึ่งเป็นสายพันธุ์ที่ชอบวางตัวบนชายฝั่งในการขนส่ง
ทีมต้องฝึกซอฟต์แวร์เพื่อระบุใบหน้าของแมวน้ำ “ฉันให้รูปถ่ายมันหาใบหน้า [และ] ตัดให้ได้ขนาดมาตรฐาน” Ingram กล่าว แต่แล้วเธอและนักเรียนของเธอก็จะระบุจมูก ปาก และศูนย์กลางของดวงตาด้วยตนเอง
สำหรับโครงการนี้ สมาชิกในทีมได้ถ่ายภาพแมวน้ำมากกว่า 2,000 รูปรอบๆ อ่าว Casco Bay รัฐ Maine ในช่วงระยะเวลาสองปี พวกเขาทดสอบซอฟต์แวร์โดยใช้แมวน้ำ 406 ตัวที่แตกต่างกัน และพบว่า SealNet สามารถระบุใบหน้าของแมวน้ำได้อย่างถูกต้อง 85 เปอร์เซ็นต์ของเวลาทั้งหมด ทีมงานได้ขยายฐานข้อมูลเพื่อรวมหน้าแมวน้ำประมาณ 1,500 หน้า เนื่องจากจำนวนตราประทับที่บันทึกไว้ในฐานข้อมูลเพิ่มขึ้น ความถูกต้องของการระบุตัวตนก็ควรเช่นกัน Ingram กล่าว
อย่างไรก็ตาม เช่นเดียวกับเทคโนโลยีทั้งหมด SealNet นั้นไม่มีข้อผิดพลาด ซอฟต์แวร์มองเห็นใบหน้าของแมวน้ำในส่วนอื่นๆ ของร่างกาย พืช และแม้แต่ก้อนหิน ในกรณีหนึ่ง อินแกรมและนักเรียนของเธอได้เห็นความคล้ายคลึงกันระหว่างหินกับหน้าแมวน้ำ “[ก้อนหิน] ดูเหมือนหน้าแมวน้ำ” อินแกรมกล่าว “ส่วนที่มืดกว่าอยู่ในระยะเดียวกับดวงตา … ดังนั้นคุณจึงเข้าใจได้ว่าทำไมซอฟต์แวร์ถึงพบใบหน้า” ด้วยเหตุนี้ เธอจึงกล่าวว่าเป็นการดีที่สุดที่จะตรวจสอบด้วยตนเองเสมอว่าใบหน้าของแมวน้ำที่ระบุโดยซอฟต์แวร์นั้นเป็นของแมวน้ำตัวจริง
เช่นเดียวกับแมวน้ำที่เหนื่อยล้าที่ลากตัวเองขึ้นไปบนชายหาดเพื่อถ่ายภาพโดยไม่สมัครใจ คำถามที่ว่าเหตุใดสิ่งนี้จึงจำเป็นก็ผุดขึ้นมาเอง Ingram เชื่อว่า SealNet อาจเป็นเครื่องมือที่มีประโยชน์และไม่รุกล้ำสำหรับนักวิจัย
ในบรรดาสัตว์ปีกขายาวของโลก—กลุ่มที่มีแมวน้ำ วอลรัส และสิงโตทะเล—แมวน้ำฮาร์เบอร์ถือเป็นกลุ่มที่กระจายตัวอย่างกว้างขวางที่สุด ยังมีช่องว่างความรู้อยู่ เทคนิคอื่นๆ ในการติดตามแมวน้ำ เช่น การติดแท็กและการตรวจสอบทางอากาศ มีข้อจำกัดและอาจมีการบุกรุกสูงหรือมีราคาแพง
Ingram ชี้ให้เห็นถึงความเที่ยงตรงของไซต์ในฐานะลักษณะหนึ่งของพฤติกรรมของแมวน้ำที่ SealNet สามารถให้ความกระจ่างได้มากขึ้น การทดลองของทีมระบุว่าแมวน้ำท่าเรือบางตัวกลับมาที่จุดลากสินค้าเดิมปีแล้วปีเล่า อย่างไรก็ตาม แมวน้ำตัวอื่นๆ เช่น สัตว์สองตัวที่ทีมตั้งชื่อเล่นว่า Clove และ Petal ปรากฏตัวในสถานที่ที่แตกต่างกันสองแห่งด้วยกัน Anders Galatius นักนิเวศวิทยาจากมหาวิทยาลัย Aarhus ในเดนมาร์ก ซึ่งไม่ได้มีส่วนเกี่ยวข้องกับโครงการนี้ กล่าวว่า การเพิ่มความเข้าใจของนักวิทยาศาสตร์เกี่ยวกับการเคลื่อนที่ของแมวน้ำสามารถเสริมสร้างข้อโต้แย้งในการปกป้องพื้นที่เฉพาะได้
Galatius ผู้รับผิดชอบในการติดตามประชากรแมวน้ำของเดนมาร์กกล่าวว่าซอฟต์แวร์นี้ “ให้คำมั่นสัญญามากมาย” หากอัตราการระบุดีขึ้น อาจจับคู่กับวิธีการระบุภาพถ่ายแบบอื่นที่ใช้ระบุแมวน้ำด้วยเครื่องหมายเฉพาะบนผิวหนังของพวกมัน เขากล่าว
ในอนาคต หลังจากการทดสอบเพิ่มเติม Ingram หวังว่าจะพัฒนาแอปโดยใช้ SealNet เธอกล่าวว่า แอปนี้อาจทำให้นักวิทยาศาสตร์ที่เป็นพลเมืองมีส่วนร่วมในการบันทึกใบหน้าของแมวน้ำได้ โปรแกรมนี้ยังสามารถนำไปปรับใช้กับสัตว์จำพวกพินนิพีดตัวอื่น ๆ และอาจเป็นไปได้แม้กระทั่งกับสัตว์จำพวกวาฬ
