Mooie foto!

Ik heb zojuist Merlin (een vogel-ID app van Cornell) op mijn telefoon geïnstalleerd in combinatie met een West-Palearctic data pack. Ik heb deze foto als allereerste test case gebruikt. Als datum heb ik 12 december ingevuld, zonder locatie. Merlin geeft als eerste resultaat: een Grote Geelpootruiter in zomerkleed (dat kleed is vermoedelijk de standaard eerste-foto bij deze soort), als tweede resultaat een Kleine Geelpootruiter, en als derde resultaat een Steltkluut.

Bij een foto van een onvolwassen Kleine Burgemeester op deze site was de eerste optie: Freckled Duck, de tweede optie was Kleine Burgemeester en de derde was Grote Burgemeester.

Zijn er mensen die betere ervaringen hebben met deze app?

Hoi George, ik heb ook wisselende ervaringen met de app. Moet je Start Bird ID maar eens proberen, dus zonder foto. Dan krijg je soms ook lachwekkende voorbeelden. Kies je voor sparrow size en oranje, dan komt er een roodborstje, appelvink of vink uit, maar ook koolmees en pimpelmees. Is maar een simpel voorbeeld. En bij wit een groenling?, putter en meer. Ja, een putter heeft inderdaad wat wit in het kleed. Niet optimaal dus.    

Zoals bekend, kun je bij AI-determinatie niet achterhalen welke de beoordeling van de kenmerkentoestand is waarmee tot de determinatie is gekomen. Freckled Duck -ik moest 'm even opzoeken, ik zie ze niet iedere dag- is voor de uitkomst bij een foto van een Kleine Burgemeester wel revolutionair te noemen...!  
Daar zouden zelfs de meest vrijzinnige stringers niet op zijn gekomen...! 

Volgens mij werken apps voor de herkenning van vlinders wel heel goed...

Overigens een prachtige foto hierboven, type kerstkaart...! 

Ook leuk: een foto van jezelf er in doen. Ik was een Zwart Beertje. Welk duister AI algoritme daar achter zit?

Had je je niet geschoren...?
Of had je teveel zwarte kleren aan?

Wim, de herkenningsapps werken redelijk voor west-europese vlinders. Probeer je het met een oost- of zuid-europese vlinder dan zijn deze apps het spoor volledig bijster.

Mijn beperkte begrip van artificial intelligence (of deep learning) is vooral ontleend aan een geweldig instructieve uitleg van Michael Nielsen, zie hier. Het gaat over hoe je handgeschreven cijfers moet herkennen. Je moet wel een beetje van wiskunde houden, maar je kunt die ook grotendeels overslaan.

Ook het boek Game Changer, van Matthew Saddler (een Engelse topschaker die ooit in Nederland heeft gewoond, of misschien nog wel woont) en Natasha Regan is uiterst leerzaam. Wel meer iets voor schakers dan vogelliefhebbers. Het gaat over hoe het programma AlfaZero zichzelf heeft leren schaken (met 25 miljoen aan hardware) en daarmee in 3 uur tijd de beste schaker aller tijden is geworden, en hoé het nu schaakt. De les is: de achtergrond van beslissingen is niet te achterhalen (er zijn duizenden tot miljoenen knoppen waaraan gedraaid kan worden, dat is weleens iets anders dan Ockhams Razor!).

Recentelijk heeft DeepMind, het bedrijf (van Google) dat boven beschreven AI ontwikkelt, een programma gemaakt, MuZero, dat binnen de kortste keren op topniveau speelt zonder dat het programma zelfs maar op de hoogte is van de spelregels. Dat is zoiets als beginnen vogels te kijken zonder vogelboek, met alleen foto’s (denk aan de Grijze Spotvogel van Schiermonnikoog in 1988, herkend aan een postzegel door Mark van der Aa), en na een paar uur de gelijke of betere van Max Berlijn, Fred Visscher, PieterGeert Gelderblom of Nils van Duyvendijk worden...!

Bij de herkennings-app voor vogels geldt natuurlijk: hoe meer foto’s met zekere determinatie (dus geen moeilijke Taigarietganzen) worden ingevoerd, hoe beter het algoritme wordt. Ik neem aan dat het aantal foto’s waarmee het algoritme wordt gevoed, steeds wordt uitgebreid. Als dat zo is, wordt het algoritme alleen maar beter.

Maar het is als met autorijden met AI (en zonder chauffeur). Als er iets mis gaat, dan moet eigenlijk het programma worden aangepast, en de hele leer-operatie opnieuw worden uitgevoerd. Je kunt écht niet uitvinden wat er mis is gegaan...!
Nu zijn doden met autorijden commercieel en feitelijk natuurlijk meer investeringen waard dan het niet goed herkennen van vogels. Van het laatste weet ik nog wel een schrijnend voorbeeld van meer dan 25 jaar geleden, in de tijd dat ik in de CDNA zat, van iemand die erg last had van achtervolgingswaanzin, maar daar zal ik nu niet op ingaan.

Dus, we zullen er nooit achter komen hoe een Kleine Burgemeester door een AI-programma als Freckled Duck wordt gedetermineerd, maar met veel meer oefening wordt het programma vast beter...!

Theo, zie bovenstaande toelichting. Kennelijk is de het algoritme voor de app niet voldoende met foto's van Zuid-Europese soorten gevoed...!

@Wim & Theo, meer zelfs. De ID-software van waarneming.nl is wat betreft dagvlinders enkel gevoed met soorten die recent in de Benelux zijn waargenomen. Vlinders uit Z-Europa proberen determineren met die app is dus proberen om een plank in twee te zagen met een hamer. Verkeerde tool voor het doel dat je wil bereiken.

Maar wij vogelaars hebben toch juist geen app nodig om vogels te kunnen herkennen??

Ik vermoed dat de app van Waarneming.nl relatief vaak op een zeldzame soort komt omdat het gebaseerd is op gevalideerde waarnemingen (dwz de waarnemingen met foto's die een groen vinkje hebben gekregen). Bij CDNA-beoordeelsoorten krijgen alle waarnemingen van het geval een groen vinkje. Daarbij zitten erg veel baggerplaten die waarnemers aan hun waarneming hebben toegevoegd ter herinnering. Het probleem is dan dat deze foto's niet per se de soort herkenbaar laten zien, terwijl deze dan toch (ten dele) meedoen voor de beeldherkenningsapp. Dit principe zorgt er denk ik voor dat bij een fitjaf zeer vaak Iberische tjiftjaf wordt gesuggereerd door de beelherkenning (ook omdat een dergelijk geval obv geluid is aanvaard).

Andersom zijn er ook vaak juist veel mooie foto's van zeldzaamheden, omdat mensen meer moeite doen om daar een mooie foto van te maken. Wellicht heeft dat ook invloed op één of andere manier.

@Jelle, ik gebruik het inderdaad alleen voor soortgroepen waar ik nog niet helemaal in thuis ben ;), maar zie wel veel vogels voorbij komen op waarneming.nl die naar mijn idee door de beeldherkenning verkeerd in de database terecht komen, wat gelukkig snel gecorrigeerd wordt (behalve bij lokale zeldzaamheden, zoals Glanskop in Flevoland).

@Daan, dit klinkt inderdaad als een goede verklaring. Lees op het moment overigens de nieuwsbrief van waarneming.nl en zie dat ze zelf ook nog blijven zeggen dat het "een superhandig hulpmiddel, maar niet feilloos" is.