В рамках развития систем дистанционного мониторинга вредителей было проведено исследование, главная цель которого — выяснить, насколько современная нейросеть, изначально не имеющая специализированных навыков определения насекомых, способна справиться с анализом данных с клеевых листов.
Разделение ролей: алгоритмы и экспертиза
Важно подчеркнуть, что перед базовым искусственным интеллектом не ставится задача определять принадлежность отловленных насекомых к конкретным видам или даже родам. Глубокая классификация и таксономическая оценка — это уровень компетенции профессионального энтомолога.
Ключевая задача нейросети — оперативно обратить внимание специалиста на проблему. Алгоритм должен зафиксировать количество и базовый качественный состав насекомых на клеевом покрытии. Дальнейшая, детальная экспертиза остается за человеком.
Масштабирование и автоматизация рутины
Применение искусственного интеллекта полностью оправдывает себя при работе с большими объемами данных. Когда в систему непрерывной лентой поступают десятки, сотни или тысячи фотографий с объектов мониторинга, ручной анализ становится слишком трудозатратным.
Нейросеть забирает на себя первичный скрининг:
- Автоматически принимает поток фотоснимков.
- Проводит количественную оценку.
- Возвращает готовые результаты в систему.
В итоге специалистам дезинфекционных служб остается лишь проанализировать те клеевые листы, которые сигнализируют о превышении допустимых показателей, и предметно работать уже с этими, требующими внимания, точками.
Точность подсчета и перспективы дообучения
Практика показывает, что критическое количество насекомых на одном листе до момента обслуживания, как правило, не превышает десяти особей. Исследование подтвердило высокую эффективность ИИ в этом диапазоне: до 10 насекомых на поверхности нейросеть считает легко и практически без ошибок.
Значительно более сложным этапом является автоматическая классификация. Определение принадлежности насекомых к таксону (хотя бы на уровне семейства, а лучше — рода) на данный момент вызывает затруднения у неспециализированного ИИ. Для решения этой задачи в будущем потребуется масштабное дообучение нейросети на профессиональных энтомологических датасетах.