Mapping melliferous tree species in Kenya via one-class classification with hyperspectral unsupervised domain adaptation

Immagina di essere un detective che cerca di trovare un tipo specifico di sneaker nascosta in un magazzino enorme e caotico. Di solito, per insegnare a un computer a individuare quella sneaker, dovresti mostrargli migliaia di foto di quella sneaker e migliaia di foto di tutto ciò che non è una sneaker — stivali, sandali, calze e scatole. Ma cosa succederebbe se avessi solo poche foto della sneaker e nessuna foto di ciò che "non è una sneaker"? È qui che entra in gioco un trucco speciale chiamato Classificazione One-Class. È come insegnare al computer a riconoscere la sneaker studiando così bene la sua forma e il suo colore da poter dire: "So che questa è la sneaker", senza bisogno di vedere un milione di altre scarpe per fare un confronto.

Ora, immagina di addestrare il tuo detective in un magazzino diverso (chiamiamolo "Magazzino A"), ma poi di mandarlo in un magazzino totalmente diverso ("Magazzino B") con un'illuminazione diversa, diverse texture del pavimento e una disposizione leggermente differente. Anche se il detective è un esperto nel Magazzino A, potrebbe confondersi nel Magazzino B perché le regole del gioco sono cambiate. Questa confusione è chiamata Domain Shift (Spostamento di Dominio). Nel mondo della scienza, questo accade quando i dati raccolti in un luogo non corrispondono esattamente a quelli di un altro luogo, rendendo difficile usare vecchie mappe per trovare nuove cose. Questo articolo affronta esattamente questo problema, ma invece delle sneaker, i detective sono alberi che nutrono le api, osservati attraverso telecamere hi-tech che vedono più colori di quanti l'occhio umano possa immaginare.

Il dilemma dell'apicoltore e il detective degli alberi

In Kenya, l'apicoltura è una fonte di sussistenza per molte famiglie, ma è rimasta ancorata al passato. La maggior parte degli alveari consiste semplicemente in tronchi cavi appesi agli alberi, che producono miele di bassa qualità e a un ritmo lento. Per risolvere il problema, gli scienziati vogliono aiutare gli apicoltori a trovare i posti migliori in cui appendere i loro alveari. Il segreto? Devono trovare alberi specifici che siano come dei buffet "all-you-can-eat" per le api. Tre di questi super-alberi sono Senegalia mellifera, Vachellia tortilis e Commiphora africana.

Il problema è che questi alberi sono sparsi in paesaggi vasti e impervi. Camminare per contarli tutti è impossibile. Così, gli scienziati utilizzano aerei che volano sopra di loro dotati di telecamere iperspettrali. Pensa a queste telecamere come a occhi super-potenziati che possono vedere 92 diversi "colori" (bande di luce) invece dei tre (rosso, verde, blu) che vede il nostro occhio. Ciò consente loro di distinguere tra due alberi che ci sembrano identici, ma che hanno firme chimiche leggermente diverse.

Tuttavia, c'è un ostacolo. Per insegnare a un computer a individuare questi alberi, devi solitamente mostrargli esempi dell'albero bersaglio e esempi di ogni altro albero nella foresta per dire: "Questo è quello giusto, quello non lo è". In una foresta con centinaia di specie, ottenere etichette per ogni singolo albero è un incubo. Inoltre, se addestri il tuo computer su dati provenienti da una valle (chiamiamola Choke), spesso si confonde quando lo mandi in una valle diversa (Lumo) perché l'illuminazione, il suolo e il modo in cui crescono gli alberi sono leggermente differenti. Questo è il problema del "Domain Shift".

Il trucco magico: HyUDA-One

Questo articolo presenta un nuovo metodo chiamato HyUDA-One. È un framework intelligente progettato per essere un "super-detective" capace di imparare da un luogo e poi cacciare con successo in un luogo completamente diverso, anche se non ha mai visto il nuovo posto e non ha etichette per aiutarlo.

Ecco come funziona la magia, passo dopo passo:

1. L'inizio "Positive-Unlabeled": Inveve di aver bisogno di etichettare ogni albero come "Target" o "Non Target", gli scienziati hanno etichettato solo gli alberi che sapevano essere della specie target (quelli "Positivi"). Hanno trattato tutti gli altri alberi nell'area di addestramento come "Non Etichettati" (Unlabeled). Il computer impara a riconoscere l'albero target studiando gli esempi positivi e ipotizzando che quelli non etichettati siano probabilmente non l'albero target.
2. Il salto "Unsupervised": Una volta addestrato il computer sulla prima valle (Choke), il team lo invia nella seconda valle (Lumo). Ma ecco il colpo di scena: in Lumo hanno zero alberi etichettati. Non possono dire: "Questo è un Vachellia tortilis", perché non hanno ancora controllato il terreno lì.
3. Il gioco delle ipotesi "Pseudo-Positive": Il computer osserva la nuova valle e fa le sue migliori ipotesi. Dice: "Sono sicuro al 90% che questo pixel sia un Vachellia tortilis". Gli scienziati prendono quindi i pixel di cui il computer è più fiducioso e dicono: "Ok, facciamo finta che questi siano sicuramente gli alberi giusti". Questi sono chiamati campioni pseudo-positivi.
4. La rete di sicurezza "Spaziale-Spettrale": Per evitare che il computer diventi troppo sicuro di sé e commetta errori, il nuovo metodo utilizza una regola speciale chiamata Spatial-Spectral Regularized Pseudo-Positive Learning (SSPPL). Immagina di cercare un amico in mezzo alla folla. Se vedi qualcuno che somiglia al tuo amico, controlli: "È vicino ad altre persone che somigliano al mio amico?" e "Indossa gli stessi vestiti?". Questo metodo controlla sia il contesto spettrale (colore) che quello spaziale (vicinato). Assicura che le etichette "finte" che crea siano circondate da alberi simili, rendendo l'ipotesi molto più sicura.
5. Il ciclo iterativo: Il computer usa queste ipotesi sicure per ri-addestrarsi, poi fa nuove ipotesi e ripete il processo. Ad ogni ciclo, migliora la sua capacità di ignorare le differenze tra le due valli e concentrarsi su ciò che l'albero è realmente.

Cosa hanno scoperto

I risultati sono stati impressionanti. Quando gli scienziati hanno testato il loro nuovo metodo sulla seconda valle (Lumo), non si è limitato a un risultato "accettabile"; ha letteralmente dominato il compito.

• Per Senegalia mellifera: Il nuovo metodo ha raggiunto un F1-score di 0,756. (Pensa a questo come a un voto dove 1,0 è il massimo; 0,756 è un ottimo voto tra B+ e A-). Altri metodi che non hanno utilizzato questo speciale trucco di adattamento hanno ottenuto punteggi molto più bassi, spesso sotto lo 0,50, il che significa che erano appena migliori di un lancio di moneta.
• Per Vachellia tortilis: Il nuovo metodo ha ottenuto un F1-score ancora più alto, pari a 0,884. Questo è un risultato fantastico, che dimostra come il computer potesse distinguere quasi perfettamente questi alberi a forma di ombrello dal resto della foresta.
• La vittoria del "No-Label": Lo studio ha dimostato che non è necessario andare sul campo a etichettare gli alberi nella nuova area per ottenere ottimi risultati. Il computer è stato in grado di insegnare a se stesso usando le ipotesi "pseudo-positive".

Il documento ha anche confrontato questo detective "One-Class" con i detective "Multi-Class" della vecchia scuola (che cercano di identificare tutte le specie di alberi contemporaneamente). I metodi della vecchia scuola hanno faticato enormemente nel passaggio da una valle all'altra, spesso fallendo nel riconoscere gli alberi target. Il nuovo metodo ha dimostato che concentrarsi su un solo target e ignorare il resto è in realtà una strategia più intelligente e robusta per questi paesaggi difficili.

Perché questo è importante per le api (e per te)

Gli scienziati non si sono limitati a trovare gli alberi; hanno mappato esattamente dove si trovano le "fonti di nettare". Hanno scoperto che nell'area di Lumo, gli alberi di Vachellia tortilis sono ovunque, coprendo circa il 44,7% della copertura arborea, mentre nell'area di Choke, la Senegalia mellifera era più comune.

Questa mappa è una miniera d'oro per i beekeepers locali. Dice loro esattamente dove posizionare i propri alveari per ottenere la maggiore quantità di miele. Suggerisce che in Lumo c'è un enorme potenziale per espandere l'apicoltura, il che potrebbe aiutare le famiglie locali a guadagnare più denaro e, allo stesso tempo, aiutare l'ambiente (poiché le api aiutano a impollinare le piante).

L'articolo conclude che questo framework HyUDA-One è uno strumento potente. Suggerisce che possiamo mappare alberi specifici e importanti in aree nuove e inesplorate senza la necessità di costose indagini sul campo o dataset massicci. Sebbene l'articolo noti che il metodo funziona meglio quando gli alberi hanno le foglie (durante la stagione di crescita) e che potrebbero servire più dati per la terza specie di albero (Commiphora africana) in certe zone, il successo con le altre due specie è un grande passo avanti. Trasforma un problema difficile, che richiede molte etichette, in un gioco di ipotesi intelligente e gestibile che potrebbe salvare l'industria apistica in Kenya e oltre.