Точность распознавания — 88,3%, не требует интернета.
Доцент индийского Университета Вуллонгонга Киран Триведи разработал портативное устройство на основе технологии Tiny Machine Learning (TinyML), способное идентифицировать комаров-переносчиков заболеваний по акустическому отпечатку взмахов крыльев.
Система распознает три наиболее опасных вида — Aedes, Anopheles и Culex — за считанные секунды без подключения к интернету, используя недорогой микроконтроллер Arduino со встроенным микрофоном и дисплеем. Точность классификации достигает 88,3%, что, по словам разработчика, является хорошим показателем для аудиоанализа и может быть улучшена с более качественными микрофонами. Устройство уже продемонстрировано на Глобальном саммите ООН по использованию ИИ во благо в Женеве.
Традиционные методы мониторинга переносчиков требуют сбора проб воды из мест размножения, выращивания личинок и их микроскопического анализа в лаборатории — процесс занимает дни и недоступен в отдаленных регионах. TinyML-детектор обходит эти ограничения: каждый вид комаров создает уникальный звуковой профиль, который модель машинного обучения, обученная на общедоступных записях, распознает в реальном времени.
Устройство работает на маломощном чипе, что исключает затраты на облачные сервисы и решает проблемы конфиденциальности.
Всемирная организация здравоохранения называет комара самым смертоносным животным в мире: ежегодно они вызывают сотни тысяч смертей от малярии, денге и других болезней. Наибольший ущерб приходится на развивающиеся страны и труднодоступные районы без лабораторной инфраструктуры.
Источник: hi-tech.mail.ru