Penki būdai, kaip dirbtinis intelektas gelbsti laukinę gamtą – nuo ​​šimpanzių skaičiavimo iki banginių nustatymo | Dirbtinis intelektas (AI)

Tštai tokia mąstymo kryptis – nuo ​​mokslinės fantastikos filmų iki Stepheno Hawkingo, teigiančio, kad dirbtinis intelektas (AI) gali sukelti pražūtį žmonėms. Tačiau gamtosaugininkai vis dažniau kreipiasi į AI kaip novatorišką technologinį sprendimą, skirtą biologinės įvairovės krizei įveikti ir klimato kaitai sušvelninti.

Neseniai paskelbtoje Wildlabs.net ataskaitoje nustatyta, kad dirbtinis intelektas yra viena iš trijų populiariausių technologijų išsaugojimo srityje. Nuo fotoaparato spąstų ir palydovinių vaizdų iki garso įrašų ataskaitoje pažymima: „AI gali išmokti atpažinti, kuriose nuotraukose iš tūkstančių yra retų rūšių; arba tiksliai nustatyti gyvūno iškvietimą laukų įrašymo valandomis – tai labai sumažina rankų darbą, reikalingą gyvybiškai svarbiems išsaugojimo duomenims rinkti.

AI padeda apsaugoti tokias įvairias rūšis kaip kuprotieji banginiai, koalos ir snieginiai leopardai, remia mokslininkų, tyrinėtojų ir reindžerių darbą atliekant gyvybiškai svarbias užduotis – nuo ​​patrulių prieš brakonieriavimą iki rūšių stebėjimo. Naudojant mašininio mokymosi (ML) kompiuterines sistemas, kurios naudoja algoritmus ir modelius mokytis, suprasti ir prisitaikyti, dirbtinis intelektas dažnai gali atlikti šimtų žmonių darbą ir pasiekti greitesnių, pigesnių ir efektyvesnių rezultatų.

Štai penki AI projektai, padedantys suprasti biologinę įvairovę ir rūšis:

1. Brakonierių stabdymas

Zambijos Kafue nacionaliniame parke gyvena daugiau nei 6 600 Afrikos savanų dramblių, jis užima 22 400 kv. km, todėl sustabdyti brakonieriavimą yra didelis logistinis iššūkis. Nelegali žvejyba Itezhi-Tezhi ežere, esančiame parko pasienyje, taip pat yra problema, o brakonieriai apsimetę žvejais įeidami į parką ir iš jo išeina nepastebėti, dažnai slepiami tamsos.

Brakonierių stabdymas Kafue nacionaliniame parke.
Automatiniai įspėjimai reiškia, kad reikia tik kelių reindžerių, kad būtų galima stebėti visą parą. Nuotrauka: Game Rangers International

„Game Rangers International“ (GRI), Zambijos nacionalinių parkų ir laukinės gamtos departamento ir kitų partnerių „Connected Conservation Initiative“ iniciatyva naudoja dirbtinį intelektą, kad sustiprintų įprastas kovos su brakonieriavimu pastangas, sukurdama 19 km ilgio virtualią tvorą per Itezhi-Tezhi ežerą. Į priekį žiūrinčios infraraudonųjų spindulių (FLIR) šiluminės kameros dieną ir naktį registruoja kiekvieną valtį, įplaukiančią į parką ir iš jo išplaukiantį.

2019 metais sumontuotas kameras rankiniu būdu stebėjo reindžeriai, kurie galėjo reaguoti į nelegalios veiklos požymius. FLIR AI dabar buvo apmokytas automatiškai aptikti į parką įplaukiančius laivus, padidindamas efektyvumą ir sumažindamas nuolatinio rankinio stebėjimo poreikį. Bangos ir skraidantys paukščiai taip pat gali sukelti įspėjimus, todėl dirbtinis intelektas mokomas pašalinti šiuos klaidingus rodmenis.

„Saugomoms vietovėms apsaugoti jau seniai nepakako išteklių, o tai, kad žmonės 24 valandas per parą, 7 dienas per savaitę žiūri keliomis kameromis, nesikeičia“, – sako GRI specialusis techninis patarėjas Ianas Hoadas. „AI gali pakeisti žaidimą, nes gali stebėti, ar nėra nelegalių valčių perplaukimų, ir nedelsiant įspėti reindžerių komandas. Ši technologija leido saujelei reindžerių visą parą stebėti didžiulio nelegalaus įvažiavimo tašką per Itezhi-Tezhi ežerą.

2. Vandens praradimo stebėjimas

Brazilija per pastaruosius 30 metų prarado daugiau nei 15 % savo paviršinio vandens, o ši krizė išaiškėjo tik pasitelkus dirbtinį intelektą. Šalies upes, ežerus ir šlapžemes slegia augantis gyventojų skaičius, ekonominis vystymasis, miškų naikinimas ir stiprėjantys klimato krizės padariniai. Tačiau niekas nežinojo problemos masto iki praėjusių metų rugpjūčio, kai naudojant ML vandens projektas MapBiomas paskelbė savo rezultatus, apdorojęs daugiau nei 150 000 vaizdų, sukurtų NASA Landsat 5, 7 ir 8 palydovais 1985–2020 m. 8,5 m kv. km Brazilijos teritorijos. Be AI mokslininkai nebūtų galėję išanalizuoti vandens pokyčių visoje šalyje tokiu mastu ir detalumu, kokio reikia. AI taip pat gali atskirti natūralius ir žmogaus sukurtus vandens telkinius.

Jaguaras geria vandenį Porto Jofre mieste, Brazilijoje.
Jaguaras, geriantis Brazilijoje esančioje Pantanalo pelkių dalyje, kuri per pastaruosius 30 metų prarado 74% paviršinio vandens. Nuotrauka: Carl de Souza / AFP / Getty Images

Negro upė, pagrindinis Amazonės intakas ir viena iš 10 didžiausių pasaulio upių pagal tūrį, prarado 22% savo paviršinio vandens. Brazilijai priklausanti Pantanal dalis, didžiausia pasaulyje atogrąžų pelkė, prarado 74% savo paviršinio vandens. Tokie nuostoliai yra niokojantys laukinei gamtai (Pantanalyje gyvena 4000 augalų ir gyvūnų rūšių, įskaitant jaguarus, tapyrus ir anakondas), žmonėms ir gamtai.

„AI technologija suteikė mums pritrenkiančiai aiškų vaizdą“, – sako Cássio Bernardino, WWF-Brazilijos vandens projekto „MapBiomas“ vadovas. „Be AI ir ML technologijų niekada nebūtume žinoję, kokia rimta yra situacija, jau nekalbant apie duomenis, įtikinančius žmones. Dabar galime imtis veiksmų, kad įveiktume iššūkius, kuriuos šis paviršinio vandens praradimas kelia neįtikėtinai Brazilijos biologinei įvairovei ir bendruomenėms.

3. Banginių paieška

Žinojimas, kur yra banginiai, yra pirmas žingsnis įgyvendinant priemones, tokias kaip saugomos jūrų teritorijos, siekiant juos apsaugoti. Vizualiai aptikti kuprotų vietą didžiuliuose vandenynuose sunku, tačiau išskirtinis jų dainavimas gali nukeliauti šimtus mylių po vandeniu. Nacionalinės vandenynų ir atmosferos asociacijos (Noaa) žvejyboje Ramiojo vandenyno salose akustiniai registratoriai naudojami jūrų žinduolių populiacijoms atokiose ir sunkiai prieinamose salose stebėti, sako Ann Allen, Noaa tyrinėtojas okeanografas. „Per 14 metų sukaupėme apie 190 000 valandų akustinių įrašų. Prireiktų be galo daug laiko, kol žmogus rankiniu būdu atpažintų banginių garsus.

„Google“ dirbtinis intelektas, atpažįstantis „Kuprotojo banginio“ dainų juostas.
AI padeda Ramiojo vandenyno salų tyrinėtojams atpažinti banginių dainas iš akustinių įrašų. Nuotrauka: Noaa

2018 m. Noaa bendradarbiavo su „Google AI for Social Good“ bioakustikos komanda, kad sukurtų ML modelį, galintį atpažinti kuprotojo banginio giesmę. „Mums labai sėkmingai sekėsi identifikuoti kuprotų dainas per visą mūsų duomenų rinkinį ir nustatyti jų buvimo Havajų salose ir Marianų salose modelius“, – sako Allenas. „Mes taip pat radome naują kuprotų dainų atvejį Kingmano rife – vietoje, kurioje niekada anksčiau nebuvo užfiksuota kuprotų buvimas. Ši išsami mūsų duomenų analizė nebūtų įmanoma be AI.

4. Koalų apsauga

Australijos koalų populiacija smarkiai mažėja dėl buveinių naikinimo, naminių šunų išpuolių, nelaimingų atsitikimų keliuose ir krūmų gaisrų. Nežinant jų skaičiaus ir buvimo vietos juos išsaugoti yra sudėtinga. Grantas Hamiltonas, Kvinslando technologijos universiteto (QUT) ekologijos docentas, su federaliniu ir „Landcare Australia“ finansavimu sukūrė gamtosaugos AI centrą, skirtą skaičiuoti koalas ir kitus nykstančius gyvūnus. Naudodamas dronus ir infraraudonųjų spindulių vaizdą, dirbtinio intelekto algoritmas greitai analizuoja infraraudonųjų spindulių filmuotą medžiagą ir nustato, ar šilumos ženklas yra koala, ar kitas gyvūnas. Hamiltonas panaudojo sistemą po niokojančių krūmynų gaisrų Australijoje 2019 ir 2020 m., kad nustatytų išlikusias koalų populiacijas, ypač Kengūrų saloje.

AI algoritmai naudojami vaizdo įrašams analizuoti ir Australijos laukinėje gamtoje identifikuoti koalas.
AI algoritmai naudojami vaizdo įrašams analizuoti ir Australijos laukinėje gamtoje identifikuoti koalas. Nuotrauka: Grantas Hamiltonas

„Tai žaidimų keitimo projektas, skirtas apsaugoti koalas“, – sako Hamiltonas. „Galingi AI algoritmai gali išanalizuoti daugybę valandų vaizdo įrašų ir atpažinti koalas iš daugelio kitų gyvūnų tankiame krūmynuose. Ši sistema leis krašto priežiūros grupėms, apsaugos grupėms ir organizacijoms, dirbančioms su rūšių apsauga ir stebėjimu, apžiūrėti didelius plotus bet kurioje Australijos vietoje ir siųsti duomenis mums, QUT, kad juos apdorotume.

„Vis dažniau matysime, kad dirbtinis intelektas bus naudojamas išsaugojimui“, – priduria jis. „Šiame projekte mes tiesiog negalėjome to padaryti taip greitai ar taip tiksliai be AI.

5. Rūšių skaičiavimas

Išsaugoti ant išnykimo slenksčio esančias rūšis Kongo baseine, antrame pagal dydį atogrąžų miške pasaulyje, yra didžiulė užduotis. 2020 m. duomenų mokslo įmonė Appsilon kartu su Stirlingo universitetu Škotijoje ir Gabono nacionalinių parkų agentūra (ANPN) sukūrė Mbaza AI vaizdų klasifikavimo algoritmą, skirtą didelio masto biologinės įvairovės stebėjimui Gabono Lopės ir Vakos nacionaliniuose parkuose.

Nepagaunama Afrikos auksinė katė, užfiksuota automatine kamera.
Nepagaunama auksinė Afrikos katė, užfiksuota automatine kamera Gabone. Nuotrauka: ANPN-Panthera

Gamtosaugininkai naudojo automatines kameras rūšims užfiksuoti, įskaitant afrikinius miško dramblius, gorilas, šimpanzes ir pangolinus, kuriuos vėliau reikėjo identifikuoti rankiniu būdu. Milijonams nuotraukų klasifikavimas gali užtrukti mėnesius ar metus, o šalyje, kuri kiekvieną mėnesį brakonieriams praranda apie 150 dramblių, laikas yra svarbus.

Mbaza AI algoritmas buvo naudojamas 2020 m., siekiant išanalizuoti daugiau nei 50 000 vaizdų, surinktų iš 200 kamerų spąstų, paskirstytų 7 000 kvadratinių kilometrų miško. Mbaza AI klasifikuoja iki 3000 vaizdų per valandą ir yra iki 96% tikslumas. Gamtosaugininkai gali stebėti ir sekti gyvūnus bei greitai pastebėti anomalijas ar įspėjamuosius ženklus, kad prireikus galėtų greitai veikti. Algoritmas taip pat veikia neprisijungus prie įprasto nešiojamojo kompiuterio, kuris yra naudingas vietose, kuriose nėra arba prastas interneto ryšys.

„Daugeliui Centrinės Afrikos miško žinduolių grėsmę kelia netvari prekyba, žemės naudojimo pokyčiai ir pasaulinė klimato krizė“, – sako Stirlingo universiteto doktorantūros mokslų daktaras Robinas Whytockas. „Appsilon darbas su Mbaza AI programėle leidžia gamtosaugininkams greitai nustatyti grėsmes biologinei įvairovei ir į jas reaguoti. Projektas prasidėjo 200 kamerų gaudyklių Lopė ir Waka nacionaliniuose parkuose Gabone, tačiau nuo to laiko įvairios organizacijos Vakarų ir Centrinėje Afrikoje įdiegė dar šimtus. Gabone vyriausybė ir nacionalinių parkų agentūra siekia įdiegti kameras visoje šalyje. Mbaza AI gali padėti visiems šiems projektams pagreitinti duomenų analizę.

Čia rasite daugiau informacijos apie išnykimo amžių ir sekite biologinės įvairovės reporterius Phoebe Weston ir Patrikas Greenfieldas „Twitter“, kad gautumėte visas naujausias naujienas ir funkcijas

Leave a Comment

Your email address will not be published.