Размер шрифта:
  • А
  • А
  • А
Цветовая схема:
  • А
  • А
  • А
Календарь конференций
  • 26 – 27 октября

    VI Международная научно-практическая конференция «Инновационная экономика и менеджмент: методы и технологии»

  • 16 – 19 ноября

    200 лет Греческой революции (1821 – 2021): история, литература, культура

  • 19 – 20 ноября

    Юбилейная конференция кафедры прикладной институциональной экономики экономического факультета МГУ имени М.В. Ломоносова

  • 23 – 25 ноября

    Ежегодная Всероссийская научная конференция с международным участием «Наука в вузовском музее»

  • 24 – 27 ноября

    XI Международная конференция-конкурс «Инновационные информационно-педагогические технологии в системе ИТ-образования»

  • 25 – 26 ноября

    VII Юбилейные Соколовские научные чтения «Жанр романа: его прошлое, настоящее и будущее в русской литературе»

  • 26 ноября

    Международная научная конференция «РКИ: вчера, сегодня и завтра» (посвященная 30-летию кафедры русского языка для иностранных учащихся филологического факультета и 70 –летию преподавания РКИ в стенах Московского университета)

  • 1 – 4 декабря

    XLVII Международная конференция Общества по изучению культуры США «Преодоление: выработка идеалов и их отображение в культуре США \ Overcoming: Cultivating Ideals through Overcoming Barriers in American culture»

  • 3 декабря

    III Межвузовская студенческая конференция «Региональные варианты массовой культуры»

  • 15 декабря

    Четвертая международная научно-практическая конференция студентов и аспирантов «СМИ и журналистика: слово молодым»

Все конференции
«Университет без границ»
Олимпиады школьников и универсиады в МГУ
Гранты Президента РФ
Единая поисковая система по зарубежным базам данных
Филиал МГУ в г. Сарове

20/07/21

Нейронные сети научились узнавать свыше 90% фотографий растений флоры России

Нейронные сети легко узнают растения в природе в разные сезоны: например, рогоз широколистный (Typha latifolia) по сухим остаткам прошлогодних листьев
Нейронные сети легко узнают растения в природе в разные сезоны: например, рогоз широколистный (Typha latifolia) по сухим остаткам прошлогодних листьев

Международная платформа iNaturalist представила новую модель автоматического распознавания живых организмов по фотографиям с использованием нейронных сетей. Модель включает 38 тысяч видов, что в полтора раза больше, чем в прошлом году. В неё включены 2 680 видов флоры нашей страны, найденные участниками проекта МГУ «Флора России».

Для включения в обучающий набор данных у того или иного вида растений, грибов или животных должно быть более 100 фотонаблюдений в базе, половина наблюдений при этом должна быть верифицирована вручную. Из 7 407 видов, отмеченных в проекте «Флора России», 36% видов растений надёжно узнаются нейросетевыми алгоритмами. Однако эти виды покрывают 94,5% всех загруженных пользователями находок.

«Разработка алгоритмов распознавания биологических видов по фотографиям – это результат работы большой команды под руководством американских коллег из Силиконовой долины, – рассказал ведущий научный сотрудник биологического факультета МГУ доктор биологических наук Алексей Серегин. – Задача нашей группы заключается в постоянном мониторинге тысяч фотографий, поступающих от российских пользователей платформы, и их надёжном определении. Именно рост числа достоверных находок по редким и эндемичным видам флоры России, в том числе из труднодоступных мест, позволил столь радикально увеличить покрытие системы».

Впрочем, географическое покрытие данными пока неравномерно. Так, модель автоматического распознавания видов охватывает уже свыше 99% наблюдений из регионов Средней России, 97% из Свердловской области и 93% из Алтайского края. В то же время горы и другие места концентрации биологического разнообразия, столь интересные учёным, пока хуже знакомы искусственному интеллекту. Так, в Краснодарском крае и Крыму нейронная сеть может распознать около 83% изображений, в Горном Алтае – 76%, а в Дагестане только 61%. В богатейшей флоре юга Приморского края, которая включает виды тропического происхождения, пока распознается лишь половина фотографий.

В 2021 году пройдет масштабный конкурс для специалистов по машинному обучению iNat Challenge 2021. Цель конкурса: применить современные подходы к автоматической классификации изображений для реальных данных в виде миллионов фотографий живых существ, определенных экспертами. Лучшие команды будут приглашены для презентации своей работы.

Роль непрофессиональных исследователей в сборе данных о биоразнообразии трудно переоценить: свыше 1,7 млн участников iNaturalist сделали около 73 млн наблюдений по всему миру, в т.ч. 1,5 млн фотографий растений России. В этой работе принимает участие около 15 тысяч российских пользователей платформы, а многие университеты России используют платформу iNaturalist в учебном процессе. Любой пользователь может присоединиться к сбору данных о биоразнообразии России, а собираемые участниками данные находятся в открытом доступе.

Совершенствование нейросетевых алгоритмов поможет учёным систематизировать поток данных о биоразнообразии. Собранные материалы по растениям нашей страны лягут в основу «Атласа флоры России», который создаётся учеными Московского университета по гранту РНФ.