كيف تعيد النماذج الذكية تحديد الهوية الحيوانية؟ فك شفرة المفاهيم البيولوجية في الصور المرئية!

في ظل التقدم التكنولوجي السريع الذي يشهده العالم، أصبح استخدام الكاميرات نصبًا مهمًا لجمع الصور عن الحياة البرية، مما يجعل إعادة تحديد الهوية الحيوانية (Re-ID) ضرورة ملحة لمراقبة الأفراد والسكان الحيوانية. لكن في الوقت نفسه، يعد فهم الدوافع وراء قرارات النماذج الذكية تحديًا، حيث أن النماذج المعتمدة على قياسات الرؤية (Vision Transformers) تفتقر إلى إشراف صريح على المفاهيم البيولوجية.

في دراسة حديثة، تم استخدام نموذج (DINOv3) المعدل لدراسة الغوريلا الغربية منخفضة الأراضي وتم اكتشاف أن الخصائص مثل الجنس والعمر تظهر كاتجاهات خطية، تعمق الفهم البيولوجي للنماذج. وبهذا، تمكن الباحثون من تحقيق دقة تصل إلى 0.91 AUROC باستخدام صورة واحدة فقط لكل فرد.

أظهرت التقنيات المستندة إلى التوجيه أن النموذج يستخدم بشكل قسري اتجاه الجنس، مما أدّى إلى تغيير جزء كبير من التوقعات إلى الجنس المعاكس. وعند مقارنة النماذج العادية والنماذج المعدلة، وُجد أن تدريب إعادة تحديد الهوية لا ينشئ هذه المفاهيم، بل ينقلها عبر الشبكة.

أخيرًا، كشفت دراسة نسب البيانات أن التمثيل المكتشف يعكس محورًا بيولوجيًا مدرجًا، ويتم تشفيره بشكل مكرر عبر السكان، مما يشير إلى تأثير الأفراد بصريًا.

تقدم هذه الاكتشافات رؤى عميقة حول كيفية تحويل هذه النماذج الذكية للمفاهيم البيولوجية، مما يمكّن من تحقيق رؤية حاسوبية قابلة للتدقيق في مراقبة الحياة البرية.