Pemantauan satwa liar secara individual menjadi tantangan besar, terutama pada hewan seperti beruang coklat yang berkali-kali mengalami perubahan fisik ekstrim sepanjang tahun. Perubahan ini dapat terjadi karena fluktuasi berat badan musiman dan perbedaan tampilan sebelum dan sesudah hibernasi. Untuk mendukung upaya konservasi dan penelitian, sebuah teknologi kecerdasan buatan berbasis pengenalan wajah bernama PoseSwin dikembangkan guna membedakan beruang satu dengan lainnya secara akurat.
PoseSwin merupakan program pembelajaran mesin yang dilatih menggunakan lebih dari 72.000 foto beruang coklat dari 109 individu berbeda. Foto-foto ini dikumpulkan oleh peneliti Alaska Pacific University (APU) selama lima tahun dalam berbagai kondisi pencahayaan, cuaca, dan perilaku hewan. Melalui pendekatan ini, sistem mampu mengenali ciri-ciri anatomi yang relatif stabil seperti sudut tulang dahi, posisi telinga, dan bentuk moncong beruang.
Pengembangan dan Keunggulan Teknologi PoseSwin
Tim dari École polytechnique fédérale de Lausanne (EPFL) di Swiss dan APU mengembangkan model ini dengan pemahaman mendalam tentang fisiologi beruang coklat. Alexander Mathis, peneliti EPFL yang terlibat, menjelaskan bahwa fitur kepala dikombinasikan dengan variasi pose memberikan hasil lebih andal dibandingkan pengenalan berdasarkan bentuk tubuh saja. Hal ini disebabkan bentuk tubuh beruang yang berubah drastis akibat perubahan berat badan musiman.
Dari ribuan foto, algoritma PoseSwin mempelajari beragam sudut dan posisi kepala beruang, memberikan keunggulan dalam mengenali individu walau beruang berpose berbeda atau dalam kondisi fisik yang berubah. Model ini secara signifikan mengungguli metode pengenalan sebelumnya yang hanya mengandalkan citra tubuh tanpa memperhitungkan pose.
Implementasi Lapangan dan Kolaborasi dengan Citizen Scientists
Untuk menguji efektivitas PoseSwin di lapangan, peneliti menggandeng masyarakat umum sebagai citizen scientists di Taman Nasional Katmai, yang dikenal dengan acara tahunan Fat Bear Week. Pengunjung taman tersebut mengirimkan foto beruang coklat, yang kemudian dianalisis oleh program untuk mencocokkan individu dalam database yang telah ada. Hasilnya menunjukkan kesuksesan dalam pelacakan pergerakan beruang dan pola pencarian makan musiman.
Pendiri pengumpulan data, Beth Rosenberg dari APU, menyebutkan teknologi ini membuka peluang baru untuk memanfaatkan ribuan foto yang dihasilkan pengunjung setiap tahunnya. Dengan demikian, peta penggunaan wilayah oleh beruang dapat dibuat dengan lebih rinci tanpa harus mengganggu aktivitas alami hewan ini.
Manfaat Konservasi dan Aplikasi Lebih Luas
Saat ini, PoseSwin digunakan untuk memantau lebih dari 100 beruang yang hidup di sekitar Suaka Margasatwa McNeil River tanpa mengintervensi aktivitas mereka. Pemantauan ini memberikan informasi akurat tentang kesehatan dan kondisi beruang, meningkatkan efektivitas program konservasi. Beruang sebagai predator puncak memiliki peranan penting dalam menjaga keseimbangan ekosistem mereka.
Menariknya, meskipun dikembangkan khusus untuk beruang yang merupakan salah satu spesies paling sulit dikenali individu per individu, PoseSwin juga menunjukkan kemampuan mumpuni ketika diterapkan pada kera makaka. Ini membuka kemungkinan adaptasi teknologi serupa untuk berbagai spesies lain, termasuk hewan kecil seperti tikus hingga primata kompleks seperti simpanse.
Fitur Utama PoseSwin:
- Pelatihan menggunakan lebih dari 72.000 foto beruang dari 109 individu
- Fokus pada ciri kepala beruang (tulang dahi, posisi telinga, moncong)
- Memanfaatkan data pose dan sudut pandang beragam
- Akurasi tinggi melebihi metode pengenalan berbasis tubuh saja
- Diuji lewat kolaborasi dengan citizen scientists di Katmai
- Digunakan untuk pemantauan tanpa mengganggu satwa liar
- Algoritma open-source yang dapat diadaptasi untuk spesies lain
PoseSwin melambangkan bukti kemajuan teknologi kecerdasan buatan dalam bidang konservasi alam. Dengan pendekatan inovatif ini, para ilmuwan dapat mempelajari satwa liar secara lebih detail dan akurat, tanpa perlu intervensi langsung yang berisiko mengganggu habitat dan perilaku alami mereka. Langkah ini penting demi pelestarian berkelanjutan dan pemahaman yang lebih baik tentang dinamika kehidupan di alam bebas.
