Kunstig intelligens bliver mere og mere effektiv. I hvert fald når det handler om at løse specifikke opgaver.

Det gælder for eksempel mønstergenkendelse: Dybe, såkaldt neurale netværk kan trænes til at adskille objekter eller mennesker fra hinanden.

Nu har forskere fra Portugal trænet en kunstig intelligens til at identificere og spore enkelte dyr i store flokke i videooptagelser.

Forskerne har lavet forsøg med blandt andet bananfluer og zebrafisk i et laboratorium. Den kunstige intelligens blev trænet på forskellige måder, så den kunne identificere udvalgte dyr.

I grupper op til 72 bananfluer kunne den kunstige intelligens spore en specifik flue med 99,997 procent nøjagtighed. Tallet faldt til 99,5 procent i grupper med 80-100 fluer.

I grupper med 100 zebrafisk kunne den kunstige intelligens udpege en enkelt fisk med 99,99 procent nøjagtighed.

- De her forskere har brugt en metode, som bliver brugt over alt lige nu til kunstig intellings, der har med billeder at gøre, siger Ole Winther, der er professor ved DTU Compute.

- De her netværk, som på engelsk hedder convolutional neural networks, bruger billedfiltre. Det smarte ved det er, at man kan finde ting, fx fisk eller fluer, overalt i billedet, fortsætter han.

Skal bruges til at studere gruppe-opførsel

Forskerne bag undersøgelsen regner med, at de kan overføre teknikken til at gøre det samme med andre dyr. Det kræver dog en del arbejde.

Hvert enkelt dyr skal for eksempel registreres. Og det kræver blandt andet, at der bliver lavet videoer og taget en del billeder af dem først. Men med tiden skal det hjælpe forskerne med at blive klogere på dyr I grupper.

- Det ultimative mål for vores hold er at kunne forstå opførsel i grupper. Vi vil gerne forstå, hvordan dyr i grupper tager beslutninger sammen og lærer sammen, siger Gonzalo de Polavieja i en pressemeddelelse. Han er principal investigator på Collective Behavior Lab i Lissabon og medforfatter på undersøgelsen.

Bliver endnu mere udbredt i fremtiden

Ifølge Ole Winther er convolutional neural networks blevet meget populær i de senere år.

- Facebook bruger det også til at finde ud af hvem og hvad, der er i alle billeder, der bliver uploadet. Og i nogle kinesiske byer har man rullet det ud i trafikken. Her har man sat kameraer op med ansigtsgenkendelse for at undgå, at folk går over for rødt, siger han.

Ifølge Thomas Bolander, der er lektor ved DTU Compute og ekspert i kunstig intelligens, kommer vi til at opleve teknologien med mønstergenkendelse meget mere i fremtiden:

- Som situationen er lige nu, er det primært fantasien, der sætter grænser for disse anvendelser. Der er ingen tvivl om, at vi i de kommende år vil se mønstergenkendelse anvendt flere og flere steder, både i kommercielle anvendelser og, som her, til at understøtte forskning, siger Thomas Bolander.

- Deres præcise teknikker vil naturligvis kunne bruges til overvågning: Tracking af mennesker for eksempel i en lufthavn, hvor man vil kunne tracke hver enkelt person hele tiden. Og i Kina, som er massivt videoovervåget, vil man kunne tracke alle mennesker stort set hele tiden.

Mønstergenkendelse kan også bruges i krig. Ved hjælp af ansigtsgenkendelse kan droner for eksempel flyve efter bestemte mennesker og dermed bruges som våben. Og droner bliver bedre og bedre til at finde vej og undgå forhindringer. Du kan læse mere om bagsiderne ved kunstig intelligens her.