Искусственный интеллект и соцсети могут измерять эстетическое качество ландшафта
Измерение красоты экосистемы и благополучия, которое она производит для людей, может помочь в разработке государственной экологической политики.
Ученые из EPFL и Университета Вагенингена в Нидерландах разработали новый подход к моделированию для оценки экосистем, основанный на глубоком обучении и миллионах фотографий Flickr.
То, насколько нам нравится активный отдых на свежем воздухе - например, походы в горы, пробежка или катание на сноуборде - во многом зависит от красоты окружающей экосистемы. Например, пейзажи с кристально-синим морем, холмы, покрытые желтым и сиреневым цветом, или ручей, струящийся между скал, могут быть благом как для нашего физического, так и для психического здоровья. Это чувство благополучия является одним из факторов, исследуемых в оценках экосистемных услуг (ЭС), которые определяют количественно вклад ландшафтов в благосостояние людей с целью информирования экологической политики. Чтобы поддержать эти оценки, группа ученых из EPFL и Университета Вагенингена разработала новый тип модели, которая использует искусственный интеллект для определения уровня эстетического удовольствия людей в зависимости от ландшафта, система также использует социальные сети.
Модель является первой, которая включает понимание того, как люди ценят пейзажи в таком большом масштабе, оставаясь при этом такой же точной, как и современные методы. Их исследования опубликованы в журнале Nature Scientific Reports.
Чтобы разработать свою модель, ученые обучали алгоритм ИИ на более чем 200 000 фотографий пейзажей Великобритании, полученных из базы данных Scenic-Or-Not. Эти фотографии, составляющие географически репрезентативный набор данных Великобритании, были оценены в соответствии с их эстетическим качеством или "живописностью" в ходе краудсорсингового исследования.
Этот подход позволил ученым включить факторы, влияющие на то, как люди лично наслаждаются пейзажами, - факторы, которые отсутствуют в обычных крупномасштабных оценках ЭС.
Затем исследовательская группа запустила свою модель глубокого обучения, основанную на нейронных сетях, на более чем девяти миллионах изображений Flickr, а также интегрировала другие модели на основе искусственного интеллекта в свои предсказания живописной красоты. Наконец, они сравнили результаты своей модели с результатами более традиционной модели, основанной на экологических показателях.
Более точная модель
Свои выводы ученые компилировали на картах Великобритании с цветовыми кодами, указывающими на уровень живописности. Обе модели показали, что национальный парк Сноудония в Уэльсе, Озерный край в Англии и Шотландское нагорье представляют собой районы особенно высокой эстетической ценности и благополучия.
"Результаты двух моделей примерно одинаковы при разрешении 5 км²", - говорит Девис Туиа, доцент Лаборатории экологических вычислений и наблюдений за Землей EPFL.
"Они оба также четко определили городские районы, такие как Лондон и Глазго, как менее привлекательные". Но при разрешении 500 м² возникают несоответствия, и модель Flickr выделяется как более точная. Например, Большой Лондон, Ричмонд-Парк и аэропорт Хитроу предсказываются как очень живописные районы по традиционной модели.
Совершенно новый способ оценки окружающей среды и того, как люди с ней взаимодействуют
Благодаря сочетанию социальных сетей и глубокого обучения модель ученых может также оценить, как люди оценивают эстетическое качество ландшафта со временем.
В дополнительном эксперименте группа исследователей изучила природные парковые зоны Великобритании, известные своей исключительной красотой, такие как Озерный край, побережье Пембрукшира в Уэльсе и Кэрнгормс в Шотландии.
Этот эксперимент позволил им изучить, как эстетические факторы связаны с временами года. Например, "снег" согласуется с сообщениями о погоде за те же периоды - новая модель точно показала, что зима 2009-2010 годов была особенно снежной. Ученые даже заметили, что распространенность "снега" увеличивалась в выходные дни, когда люди чаще посещали заснеженные ландшафты, в то время когда было много снега.
Илан Хавинга, доктор философии, студент Университета Вагенингена, добавляет: "Нелегко измерить в крупном масштабе, как эстетическое качество ландшафта влияет на благополучие людей. Наше исследование предоставляет технологический метод моделирования эстетического удовольствия людей, при этом учитывающий наиболее важный фактор - самих людей. Следующим шагом будет проверка того, действительно ли модели могут быть применены к другим странам, учитывая, насколько разными могут быть их ландшафты и культуры.
Ученым нужно будет найти способ обучать алгоритмы искусственного интеллекта с использованием критериев, актуальных для данной местности. Соответствующие проекты уже реализуются в Нидерландах, Испании и других европейских странах, чтобы поддержать политику сохранения окружающей среды во всей Европе.
