Lai­ton vil­lie­läin­kaup­pa ku­riin so­si­aa­li­ses­sa me­dias­sa te­ko­ä­lyn avul­la

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.
Sarvikuonot. Kuva: ebaso / Pixabay

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

Työ­ka­lu­ja luon­non­suo­je­luun

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.

- Tarvitaan välineitä laajamittaisen seurannan toteuttamiseen, jotta laittomaan kauppaan voidaan puuttua, sanoo Di Minin.

- 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.

Ku­via, kiel­tä ja me­ta­da­taa

- Monissa sosiaalisen median palveluissa on avoin rajapinta, jonka avulla tutkijat pääsevät käsiksi käyttäjien tuottamaan tekstiin, kuvin ja videoihin, sekä käyttäjien muodostamiin sosiaalisiin verkostoihin, sanoo tutkija Henrikki Tenkanen.

Tutkijoita kiinnostaa myös päivityksiin kytkeytyvä metadata, kuten milloin sisältö on ladattu palveluun.

- 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.

Reference: Use of machine learning to investigate illegal wildlife trade on social media, Di Minin, E., Fink, C. A., Hiippala, T. & Tenkanen, H. T. O. 2018. Conservation Biology. Article DOI: 10.1111/cobi.13104.

Teksti: Riitta-Leena Inki, Enrico Di Minin 
Lähde: HY

0 kommenttia:

Lähetä kommentti