Wildlife Insights
វេទិកាសត្វព្រៃសម្រាប់សម្គាល់រូបថតកាមេរ៉ាអ៊ីនហ្វ្រారెដដោយស្វ័យប្រវត្ត ច្រោះរូបថតរាប់ពាន់សន្លឹកក្នុងរយៈពេលប៉ុន្មាននាທີ
អ្នកដែលធ្លាប់ធ្វើការสำรวจតាមដានដោយកាមេរ៉ាស្វ័យប្រវត្ត (camera trap) ប្រាកដជាដឹងច្បាស់ពីការឈឺចាប់នេះ៖ ពេលយកMemory card មកវិញ មានរូបថតដល់ទៅពីរម៉ឺនសន្លឹក ប៉ុន្តែមួយម៉ឺនប្រាំបីពាន់សន្លឹកជាទិដ្ឋភាពខ្យល់បក់ស្លឹកឈើគ្មានសត្វសោះ។ Wildlife Insights ត្រូវបានបង្កើតឡើងដើម្បីដោះស្រាយបញ្ហានេះ ដោយប្រើប្រាស់ Machine Learning ដើម្បីស្គាល់ដោយស្វ័យប្រវត្តថាាតើក្នុងរូបថតមានសត្វដែរឬទេ និងជាប្រភេទសត្វអ្វី ដោយកាត់បន្ថយពេលវេលាសម្គាល់រូបថតរាប់ពាន់សន្លឹកពីប៉ុន្មានសប្តាហ៍មកត្រឹមប៉ុន្មាននាທີវិញ។
លក្ខណៈសំខាន់
- ការផ្ទុកឡើងជាបណ្តុំ និងការគ្រប់គ្រងរូបថតពីកាមេរ៉ាអ៊ីនហ្វ្រారెដ
- ការប្រើប្រាស់ Machine Learning ដើម្បីស្គាល់សត្វ និងសម្គាល់ប្រភេទសត្វដោយស្វ័យប្រវត្ត រូបថតរាប់ពាន់សន្លឹកអាចដំណើរការបានក្នុងពេលប៉ុន្មាននាទី
- ការចម្រោះរូបថតទទេដែលគ្មានសត្វដោយស្វ័យប្រវត្ត កាត់បន្ថយការពិនិត្យដោយមនុស្សយ៉ាងច្រើន
- ការគ្រប់គ្រងទិន្នន័យមេ (Metadata) នៃគម្រោង ទីតាំង និងការដាក់ពង្រាយកាមេរ៉ា
- ការវិភាគនិន្នាការនៃចំនួនសត្វ ការបង្ហាញជាផែនទី និងក្រាហ្វ
- ការជ្រើសរើសចែករំលែកទិន្នន័យទៅកាន់មូលដ្ឋានទិន្នន័យសាធារណៈសកល
- ការរុករករូបថតរាប់លានសន្លឹកដែលប្រមូលផ្តុំពីគម្រោងនានាជុំវិញពិភពលោក
គុណសម្បត្តិ
- មុខងារចម្រោះរូបភាពទទេដោយស្វ័យប្រវត្ត អាចជួយសន្សំសំចៃពេលម៉ោងការងារដ៏នឿយហត់បំផុតរបស់អ្នកស្រាវជ្រាវ
- យន្តការចែករំលែកទិន្នន័យធ្វើឱ្យការវិភាគប្រៀបធៀបឆ្លងតំបន់ និងឆ្លងគម្រោងអាចកើតមានឡើង
- ដំណើរការដោយសម្ព័ន្ធអង្គការគួរឱ្យទុកចិត្តដូចជា Conservation International ធានាបាននូវនិរន្តរភាពរយៈពេលវែង
- កម្រិតនៃការប្រើប្រាស់មានភាពងាយស្រួលសម្រាប់គម្រោងស្រាវជ្រាវ និងអភិរក្ស
គុណវិបត្តិ
- ម៉ូដែលស្គាល់ប្រភេទសត្វត្រូវបានហ្វឹកហាត់ច្រើនលើថនិកសត្វធំៗនៅអាហ្វ្រិក និងអាមេរិក ដូច្នេះប្រភេទសត្វក្នុងតំបន់អាស៊ីត្រូវធ្វើតេស្តផ្ទៀងផ្ទាត់ដោយខ្លួនឯង
- លទ្ធផលសម្គាល់ស្វ័យប្រវត្តនៅតែត្រូវការការពិនិត្យផ្ទៀងផ្ទាត់ពីមនុស្សមុននឹងយកទៅបោះពុម្ពផ្សាយផ្លូវការ
- ការផ្ទុកឡើងនូវរូបភាពកម្រិតច្បាស់ខ្ពស់អាចជាបន្ទុកលើកម្រិតបណ្តាញអ៊ីនធឺណិត និងពេលវេលា
- គោលការណ៍ចែករំលែកទិន្នន័យត្រូវតែពិនិត្យជាមុន ព័ត៌មានទីតាំងនៃប្រភេទសត្វងាយរងគ្រោះ (ដូចជាសត្វរងការបរបាញ់) ត្រូវតែប្រុងប្រយ័ត្នខ្ពស់
ករណីប្រើប្រាស់
- ការសម្គាល់រូបភាពពីកាមេរ៉ាអ៊ីនហ្វ្រారెដដោយស្វ័យប្រវត្តសម្រាប់ការสำรวจចំនួនថនិកសត្វ
- ការតាមដានរយៈពេលវែងលើភាពសម្បូរបែបនៃប្រភេទសត្វ និងលំនាំសកម្មភាពក្នុងតំបន់ការពារ
- ការចម្រោះរូបថតទទេ ដើម្បីកាត់បន្ថយកិច្ចការងារពិនិត្យដោយមនុស្ស
- ការវិភាគប្រៀបធៀបនិន្នាការចំនួនសត្វឆ្លងតំបន់ និងឆ្លងឆ្នាំ
- ការវាយតម្លៃប្រសិទ្ធភាពអភិរក្ស និងការចែករំលែកទិន្នន័យស្រាវជ្រាវជាសាធារណៈ
កំណត់ចំណាំអ្នកកែសម្រួល
ចំណាំពីនិពន្ធនាយក៖ ខ្ញុំស្គាល់មិត្តភក្តិដែលធ្វើការស្រាវជ្រាវផ្នែកអេកូឡូស៊ី រាល់ពេលនិយាយដល់ការ «យក Memory card មកវិញ» ខ្ញុំចាំទឹកមុខពួកគេមិនភ្លេចឡើយ វាម是不ใช่ការរំពឹងទុកទេ តែជាការភ័យខ្លាច។ ក្នុងចំណោមរូបថតពីរម៉ឺនសន្លឹក ប្រហែលជាមានសត្វមិនដល់មួយភាគដប់ទេ ក្រៅពីนั้นគឺសុទ្ធតែខ្យល់បក់ស្លឹកឈើ។ Wildlife Insights ធ្វើឱ្យកិច្ចការនេះស្វ័យប្រវត្ត មិនត្រឹមតែជួយសន្សំសំចៃពេលវេលាទេ ថែមទាំងជួយរក្សាទឹកចិត្តរបស់អ្នកស្រាវជ្រាវទៀតផង។ ប៉ុន្តែខ្ញុំសូមរំលឹកដោយត្រង់ថា សូមធ្វើតេស្តសមត្ថភាពស្គាល់ប្រភេទសត្វក្នុងស្រុកដោយខ្លួនឯងជាមុនសិន។ ម៉ូដែលរបស់វេទិកានេះស្គាល់សត្វណាដែលវាធ្លាប់ត្រូវបានបណ្តុះបណ្តាលប៉ុណ្ណោះ ដូចជាសត្វតោនៅអាហ្វ្រិកវាស្គាល់ច្បាស់ ប៉ុន្តែសត្វព្រៃក្នុងតំបន់អាស៊ីយើងប្រហែលជាមិនប្រាកដនោះទេ។
សំណួរញឹកញាប់
辨識得出台灣的物種嗎？
廣布的類群通常沒問題，但石虎、山羌、台灣黑熊這類區域性物種的表現需要實測。建議先拿一批你已經人工標記過的照片上傳測試，直接比對準確率，再決定要不要全面採用。
自動標記可以直接拿去發表論文嗎？
不建議。目前所有自動辨識系統都會有誤判，正式研究應該把 AI 標記當成「初篩」，再由人工複核確認。這樣做的效率提升仍然非常可觀——你複核的是已經過濾掉空拍、且有初步物種建議的照片。
資料一定要公開嗎？
不一定，平台可以選擇資料的分享層級。但要特別注意敏感物種的處理——如果你在監測的是受盜獵威脅的物種，精確的座標資訊公開可能反而造成危害。上傳前務必確認你的資料分享設定。
ឧបករណ៍ AI ពាក់ព័ន្ធ
Waste Robotics
ប្រព័ន្ធរបៀបរបាយសំណល់ AI ជាមួយបច្ចេកវិទ្យាស្កែន Hyperspectral អាចមើលឃើញភាពខុសគ្នានៃវត្ថុធាតុដែលភ្នែកទទេមើលមិនឃើញ
ZenRobotics
ប្រព័ន្ធរៀបចំកាកសំណល់ដោយមនុស្សយន្តដំបូងគេបង្អស់លើពិភពលោក ដែលអាចសម្គាល់ប្រភេទកាកសំណល់បានជាង ៥០០ ប្រភេទ
Glacier
robot ຈັດຮຽງ AI ក្នុងរោងចັກកែច្នៃ ព្រមទាំងបំប្លែងកាកសំណល់ទៅជាទិន្នន័យដែលអាចវិភាគបាន
BirdWeather
ເຊື່ອມຕໍ່ເຄือຂ່າຍສຽງນົກທົ່ວໂລກດ້ວຍ BirdNET ລະບົບ thần kinh, บันทึกຊนิดນົກໂດຍອັດຕະໂນມັດເມື່ອຕັ້ງປະໄວ້
Rainforest Connection
ប្រើប្រាស់ AI ផ្នែកជីវៈ acoustics ដើម្បីការពារប្រព័ន្ធអេកូឡូស៊ី ដោយផ្ដល់ដំណឹងបន្ទាន់ពេលឮសំឡេងរណារយន្តក្នុងព្រៃ