Tavalisemaid liike tunneme ka ise, kuid keegi ei tunne kõiki maailma liike. Praegusajal võimalda-vad liike üha tõhusamalt kindlaks teha määrajad, mis põhinevad tehisaru tehnoloogial. Neid kasu-tades kehtib üldreegel: mida kvaliteetsemad on sisendandmed, seda täpsem on tulemus. See tähen-dab, et me ei vaja lihtsalt fotot, kus on kujutatud mingit liiki. Vaja on pilte, mis arvestavad tehisaru võimalusi ja vajadusi.

Tehisaru vaatab tervikut

Tehisarumäärajad toimivad teisiti kui harjumuspärased dihhotoomsed pabermäärajad, kus liigini jõutakse tunnuste järjestikuse võrdlemise teel. Tehisaru treenitakse suure hulga juba liigini määra-tud piltide abil ja arvuti õpib nende põhjal ära tundma visuaalseid mustreid.

Seega ei ole määramise aluseks enam üksikud tunnused, vaid nende kogum: värvitoonid, nende kombinatsioonid, piirjooned ja kuju. Sellest järeldub, et tehisarule etteantavad pildid peavad või-maldama kõiki neid tunnuseid selgelt tuvastada. Tähtis lisainfo allikas on geokoordinaadid, kuid neid saab vajaduse korral alati käsitsi lisada.

Arusaadavalt on liigid muutlikud ning tehisarule ei pruugi olla kõiki vorme ja varieteete õpetatud. Samuti ei pruugi fotodel kõik vajalikud tunnused alati nähtavale jääda või on pilt tehniliselt kehv. Seepärast annavad tehisarumäärajad määrangu koos tõenäosusega protsentides või pakuvad mitut võimalikku liiki pingereas, mille seast kasutaja teeb lõpliku valiku. Kui tehisaru ei oska liigini mää-rata, pakub ta sageli perekonna või mõne kõrgema süstemaatilise rühma, mis lihtsustab edasist uurimist. Loodusvaatluste andmebaasi sisestatud vaatluse korral on teistel inimestel võimalik mää-rangut kinnitada või parandada.

Tehisarumäärajate piirkondlik ulatus ja liigirühmade esindatus on erisugune. Euroopas tavaliste liikidega saavad nad enamasti hästi hakkama, kuid keerukamate rühmade või kaugematel reisidel kohatud liikide puhul võib treeningmaterjali veel nappida. Näiteks viimases iNaturalisti versioonis on tehisarule õpetatud üle 71 000 liigi – arv, mis ületab ilmselt kõigi avalikkusele mõeldud paber-määrajate koguhulga läbi aegade.

Mõni platvorm seab piiranguid, näiteks observation.org ei määra kultuurtaimi ega koduloomi ega luba üles laadida linnupesade fotosid.

Loodusvaatluste andmebaasid kasutavad üles laaditud kvaliteetseid fotosid omakorda selleks, et õpetada tehisaru. Nii iNaturalist kui ka observation.org on sellest kasutajatele teada andnud. Uusi liike lisatakse mudelitesse siis, kui neist on kogunenud piisav hulk inimeste määratud ja kinnitatud vaatlusi. Seega aitab iga hea fotovaatlus parandada kogu süsteemi töökindlust.

Samal ajal jääb alati alles inimliku kontrolli väärtus: eksperdid saavad määranguid üle vaadata ning parandada ka neid juhtumeid, kus tehisaru on kehva pildi või keerulise liigirühma tõttu eksinud.

Ehtsad värvid ja terav pilt

Pildilt peaks saama eristada nii võimalikult korrektseid värvitoone kui ka liigi välisilmet iseloomustavaid detaile. Värvide puhul on olulised kaks asjaolu: korrektne valge tasakaal ja õige säritus.

Valge tasakaalu tarbeks piisab enamasti automaatseadest; minu kogemuse põhjal tuleb välitingimustes harva ette olukordi, kus on vaja käsitsi sekkuda. Säritus seevastu vajab rohkem tähelepanu, sest just sellest oleneb toonide heledus.

Kui kaader on tavapärasest heledam – näiteks lind lumisel taustal –, jätab kaamera automaatika pildi sageli liiga tumedaks. Vastupidises olukorras, näiteks tumedas rabalaukas ujuva taimelehe puhul, muutub objekt liiga heledaks. Need on fotograafia põhitõed, kuid liigipiltide puhul eriti tähtsad.

Liigi tunnused pildile

Tehisarule sobivad määramiseks fotod, kus liigi iseloomulikud tunnused on nähtavad ning liik ise eristub visuaalselt taustast. Sageli on parem esitada mitu pilti, mis näitavad eri vaateid ja detaile. Looduses vaadeldes tasub teha isendist üldvaade ning detailifotod.

Taime puhul peaks pildil eristuma vars, lehed ja võimaluse korral ka õied, kuid kasuks tuleb eraldi foto lehest ning õiest või viljast. Kübarseente puhul on abiks vaated, kus on näha nii kübar, jalg kui ka kübara alumine pool eoslehtedega. Putukaid aitavad kindlaks määrata pealt- ja külgvaade, päevaliblikatel ideaalis tiibade üla- ja alakülg.

Ka selliste liikide puhul, kus ühest vaatenurgast paistab justkui kõik vajalik, tasub teha mitu kaadrit eri teravdusega. Muidu võivad olulised detailid jääda teravusulatuse piirangute tõttu uduseks.

Alati ei õnnestu mitut pilti teha: isend võib ära lennata või ei lase läheneda. Tavaliikide puhul piisab sageli ühest kaadrist, kus tunnused on nähtavad. Lindude, imetajate ja teiste iseloomuliku välimusega liikide puhul toimib hästi külgvaade. Mõne taime määramiseks võib piisata ka ainult lehe või õie pildist.

Nutitelefonidega pildistades tuleb arvestada nende suurt teravusulatust, eelkõige taimi keerukas pildistada, sest objekt ei eristu kergesti taustast. Tasub valida lihtne taust või selline vaatenurk, kus ümbrus jääb võimalikult ühtlaseks. Kui see pole võimalik, on eriti tähtis lisada detailide fotod.

Määramiseks sobib ka ilupilt, kui liigi tunnused on selgelt nähtavad. Sageli on aga just kunstilise meeleolu loomiseks kasutatud napp teravusulatus või võttenurk põhjus, miks isendit ei kõlba pildi järgi määrata. Seepärast on mõistlik teha ilupildi kõrvale mõned tehniliselt teaberikkad kaadrid. Täpselt määratud liik lisab ka ilupildile väärtust.

Kärbime pilti

Enne tehisaru tarvitust tuleks pilt kärpida nii, et kaadri põhiosa täidaks liik või selle oluline detail. Kui fotol on segavaid objekte või mitu liiki, satub tehisaru paratamatult segadusse ning määrangu täpsus väheneb.

Paljudes määramisrakendustes on kärpevõimalus olemas. Üldjuhul piisab, kui pildi pikem külg jääb vahemikku 1000–2000 pikslit. Liiga suur pilt koormab tarbetult arvutusressursse, aga liiga väike kaotab olulised detailid. Siin tasub järgida määramiskeskkonna juhiseid ja teha ise proovi eri piltidega. Minu kogemuse järgi on kaadrit põhiosas täitva liigi või detailiga terava foto puhul täiesti küllaldane, kui pikema külje pikkus on 1000 pikslit.

Google’i pildiotsing kontrolliks

Tehisaru on väga tõhus abiline, kuid tema pakutud tulemust ei maksa pimesi usaldada. Hea kontrollivõte on võtta liigi ladinakeelne nimetus ja teha sellega Google’i pildiotsing. Kui usaldusväärsetelt veebilehtedelt leiame samasuguseid fotosid, võib määrangus olla märksa kindlam.

Google’i pildiotsingut saame kasutada ka selleks, et saada juhiseid määramaks fotodel olevaid liike, kui tehisarule pole neid liike veel õpetatud. Google ei ole määraja, kuid otsib sarnaseid pilte. Vahel on mõni teadlane avaldanud mõnes veebiartiklis asjaomase liigi pildi ja Google suudab tihti selle üles leida. Ka sel juhul tasub oma vaatlus koos määranguga üles laadida mõnda loodusvaatluste andmebaasi, et anda teistele inimestele võimalus kontrollida ja kinnitada. Kui selle liigi vaatlusi koguneb rohkem, õpetatakse liik ka tehisarumäärajale selgeks.

Artikkel on ilmunud ajakirja Eesti Loodus märtsi-aprillinumbris.