Штучний інтелект навчився відрізняти дикого лосося від фермерського

Дослідники розробили інструмент глибокого навчання, здатний розрізняти дикого та фермерського атлантичного лосося. Результати роботи опубліковані у виданні Biology Methods and Protocols під назвою «Ідентифікація втікачів фермерського лосося за лускою риби з використанням глибокого навчання».

Норвегія є домівкою для найбільших популяцій дикого лосося, що залишилися у світі, і водночас однією з найбільших країн-виробників фермерського лосося. Чисельність атлантичного лосося в Норвегії скоротилася більш ніж на 50 відсотків з 1980-х років і зараз перебуває на історично низькому рівні. Втеча фермерського лосося є однією з важливих причин цього скорочення.

Щороку Норвегія виробляє понад півтора мільйона метричних тонн фермерського атлантичного лосося. Проте приблизно 300 тисяч особин фермерського лосося щорічно втікають у дику природу.

Втікачі становлять суттєву екологічну та генетичну загрозу для диких популяцій, оскільки посилюють конкуренцію за обмежені ресурси, такі як їжа та місця для нересту. Це потенційно витісняє дикого лосося або знижує його репродуктивний успіх.

Фермерський лосось також привносить патогени та паразитів, зокрема морських вошей, що погіршує тиск на дикі популяції лосося, які й так вже вразливі через зміну клімату та деградацію середовища існування.

Фермерський лосось генетично відрізняється від диких популяцій. Схрещування між втікачами та диким лососем призводить до генетичних змін, які роблять дикого лосося менш пристосованим до адаптації до змін навколишнього середовища або протидії загрозам навколо них. Генетичний аналіз показує, що приблизно дві третини дикого лосося в Норвегії несуть генетичні ознаки, які вказують на схрещування з фермерським лососем.

Науковці відстежують втікачів фермерського лосося за допомогою генетичного аналізу та дослідження лусок риби. Однак моніторинг відмінностей у візерунках лусок вручну є трудомістким та надзвичайно дорогим процесом. Дослідники можуть розрізнити дикого та фермерського лосося, оскільки луска лосося росте, утворюючи концентричні кільця на своїй поверхні.

Як і у випадку з кільцями дерев, кількість та відстань між цими кільцями відповідають зростанню риби. Фермерський лосось має луску, яка відображає швидке та стабільне зростання, що призводить до рівномірно розташованих кілець з обмеженими сезонними маркерами.

На відміну від цього, дикий лосось зазнає виражених сезонних коливань у зростанні, спричинених непостійними температурами, доступністю здобичі та міграцією.

Щоб допомогти дослідникам розрізняти різні типи лосося у більшому масштабі, науковці навчили нову згорткову нейронну мережу, використовуючи майже 90 тисяч зображень луски атлантичного лосося з Норвезького ветеринарного інституту та Норвезького інституту досліджень природи. Вони встановили стандартизований конвеєр обробки та оцінили модель порівняно з людьми, які читають луску, та рибою відомого походження.

Загальний набір даних складався з майже 90 тисяч зображень, що охоплювали сотні річок по всій Норвегії та сягали початку 1930-х років. Фермерський лосось становив приблизно 8,5 відсотка від загальної кількості зображень порівняно з диким лососем.

Дослідники виявили, що конвеєр даних та модель можуть швидко обробляти зображення та надавати прогнози з відповідними оцінками достовірності. Модель показала виняткові результати та змогла відрізнити фермерського лосося від дикого у більшості лососевих річок Норвегії з 2009 по 2023 рік з точністю 95 відсотків.

Ця технологія може значно покращити стратегії захисту навколишнього середовища, дозволяючи швидше та ефективніше відстежувати масштаби проникнення фермерського лосося у дикі популяції. Автоматизація процесу ідентифікації зробить моніторинг доступнішим та дешевшим, що дасть змогу науковцям краще розуміти динаміку взаємодії між дикими та фермерськими популяціями лосося.