Uhanalaisia sarvikuonoja (Ceratotherium simum simum) elää suojelualueella Etelä-Afrikassa.
Mainos

HY – Laiton villieläinkauppa on yksi suurimmista uhkista uhanalaisten lajien säilymiselle. Kauppaa käydään yhä enemmän sosiaalisessa mediassa. Tämä on huolestuttavaa, kun ottaa huomioon sosiaalisen median suosion ja käytön helppouden. Luonnonsuojelu tarvitsee keinoja, joilla laitonta kauppaa voidaan jäljittää.

Tekoäly jäjittää somessa

Äskettäin Conservation Biology -tiedelehdessä julkaistussa artikkelissa Helsingin yliopiston Digital Geography Labin tutkijat osoittavat, että tekoäly auttaa jäljittämään laitonta uhanalaisten eläinten kauppaa, jota käydään sosiaalisen median palveluissa.

Tekoäly seuloo dataa

Tutkija Enrico Di Minin johtaa monitieteistä tutkimusryhmää, joka kehittää uusia menetelmiä laittoman villieläinkaupan seuraamiseen sosiaalisessa mediassa. Sosiaalisen median palveluista voidaan tekoälyn avulla seuloa dataa, joka paljastaa uhanalaisten eläinten kaupan eri tasoja.

Mainos

“Suuren tietomassan käsittely manuaalisesti on hidasta ja tehotonta, mutta algoritmien avulla relevantin tiedon seulonta voidaan tehdä automaattiseksi. Teknologia tarjoaa uusia mahdollisuuksia, mutta menetelmät eivät vielä ole vielä yleisesti luonnonsuojelijoiden käytössä”, kertoo Di Minin.

Koneoppiminen tunnistaa

“Koneoppimisen avulla voidaan kehittää malleja, jotka tunnistavat mitä lajeja tai niiden osia, kuten sarvikuonon sarvia, esiintyy sosiaaliseen mediaan ladatuissa kuvissa ja videoissa, kertoo tutkija Christoph Fink.

Myös päivityksissä käytettyä kieltä pystytään käsittelemään.

“Luonnollisen kielen prosessoinnin avulla voidaan tarkastella päivitysten merkityksiä ja määrittää sosiaalisen median käyttäjien asenteita ja suhtautumista laittomaan kauppaan. Erityisen merkittävää on, että algoritmit pystyvät käsittelemään kielellistä ja visuaalista sisältöä samassa yhteydessä”, sanoo apulaisprofessori Tuomo Hiippala.

Tutkimus jatkuu

Helsingin yliopiston tutkijat kehittävät yhä tarkempia koneoppimisen menetelmiä sosiaalisen median sisältöjen tunnistamiseen, mutta pitävät tärkeänä yhteistyötä lainvalvojien ja sosiaalisen median palveluiden kanssa, jotta laiton villieläinkauppa saadaan kitkettyä sosiaalisesta mediasta.

Alkuperäinen artikkeli:

Investigating illegal wildlife trade on social media using machine learning: Di Minin, E., Fink, C. A., Hiippala, T. & Tenkanen, H. T. O. 2018. Conservation Biology. Article DOI: 10.1111/cobi.13104. Internal Article ID: 15162111

Lähde: Helsingin yliopisto

UUTISSUORA