AI помогает изучать животных Африки

Из любого электрочайника, подключённого к интернету, можно услышать про то, как ИИ выигрывает у киберспортсменов, дарит новые возможности старым технологиям и рисует котиков по вашему наброску. А вот о том, что машинный разум успевает ещё и заботиться об окружающей среде, говорят реже. Cloud4Y решил исправить это упущение.

Поговорим о наиболее интересных проектах, которые реализуются в Африке.

DeepMind отслеживает стада Серенгети

Последние 10 лет биологи, экологи и добровольные защитники природных ресурсов в рамках программы Serengeti Lion Research собирают и анализируют данные с сотен полевых камер, расположенных в Национальном парке Серенгети (Танзания). Это необходимо для изучения поведения некоторых видов животных, чьему существованию угрожает опасность. Чтобы обработать информацию, изучив демографию, перемещения и другие маркеры активности животных, добровольцы тратили целый год. AI DeepMind уже сейчас выполняет эту работу за 9 месяцев.

DeepMind — британская компания, разрабатывающая технологии искусственного интеллекта. В 2014 году была куплена Alphabet. Используя набор данных Snapshot Serengeti для обучения модели искусственного интеллекта, научная группа добилась отличных результатов: AI DeepMind может автоматически обнаруживать, идентифицировать и считать африканских животных на снимках, делая свою работу на 3 месяца быстрее. Почему это важно, объясняют сотрудники DeepMind:

«Серенгети является одним из последних оставшихся мест в мире, где находится нетронутое сообщество крупных млекопитающих… Поскольку человеческое вторжение вокруг парка становится более интенсивным, эти виды вынуждены изменить свое поведение, чтобы выжить. Растущее сельское хозяйство, браконьерство и климатические аномалии способствуют изменениям в поведении животных и динамике популяции, но эти изменения произошли в пространственном и временном масштабах, которые трудно контролировать с помощью традиционных методов исследования».

Почему искусственный интеллект работает эффективнее биологического? На то есть несколько причин.

• Задействуется больше фотографий. С момента установки полевые камеры сняли несколько сотен миллионов изображений. Не все из них легко распознать, поэтому добровольцам приходится вручную идентифицировать виды с помощью веб-инструмента под названием Zooniverse. В базе сейчас насчитывается 50 различных видов, но на обработку данных тратится слишком много времени. В результате в работе используются не все фотографии.
• Быстрое распознавание видов. Компания утверждает, что их предварительно обученная система, которая вскоре будет развернута в полевых условиях, способна работать наравне с (или даже лучше) человеческими аннотаторами запоминая и распознавая более сотни видов животных, обитающих в регионе.
• Дешёвое оборудование. AI DeepMind способен эффективно работать на «скромном» оборудовании с ненадежным доступом в интернет, что особенно актуально для африканского континента, где мощный компьютер и быстрый доступ к интернету могут быть разрушительными для живой природы и чрезмерно дорогими в развёртывании. Биологическая безопасность и экономия средств — важные преимущества ИИ для экоактивистов.

Ожидается, что система машинного обучения DeepMind сможет не только детально отслеживать поведение и распределение населения, но и достаточно быстро предоставлять данные, чтобы защитники окружающей среды могли своевременно реагировать на краткосрочные изменения в поведении животных Серенгети.

Microsoft следит за слонами

Справедливости ради отметим, что DeepMind — не единственная компания, которая озаботилась спасением хрупких популяций диких животных. Так, Microsoft отметилась в Санта-Круз со своим стартапом Conservation Metrics, который использует ИИ, чтобы следить за африканскими слонами саванны.

Стартап в рамках проекта Elephant Listening Project при помощи лаборатории Корнелльского университета разработал систему, способную собирать и анализировать данные от акустических датчиков, раскиданных по всему национальному парку Нуабале-Ндоки и прилегающим лесным участкам в Республике Конго. Искусственный интеллект распознаёт на записях голос слонов — низкочастотные грохочущие звуки, которые они используют для общения друг с другом, и получает информацию о численности стада и направлении его движения. По словам генерального директора Conservation Metrics Мэтью Маккоуна, искусственный интеллект способен точно идентифицировать отдельных животных, которых невозможно увидеть с воздуха.

Интересно, что благодаря этому проекту был разработан алгоритм машинного обучения, обученный на Snapshot Serengeti, который может идентифицировать, описывать и считать дикую природу с точностью 96,6%.

TrailGuard Resolve предупреждает о браконьерах

Умная камера на базе Intel использует AI для защиты от браконьеров африканских диких животных, находящихся под угрозой исчезновения. Особенность этой системы в том, что она предупреждает о попытках незаконного убийства животных заранее.

В расположенных на территории парка камерах используется процессор компьютерного зрения Intel (Movidius Myriad 2), который умеет обнаруживать животных, людей и транспортные средства в режиме реального времени, что дает возможность смотрителям парка перехватывать браконьеров, пока они не натворили делов.

Новая технология, которую придумала Resolve, обещает быть более эффективной по сравнению с привычными датчиками обнаружения. Антибраконьерские камеры посылают оповещения всякий раз, когда обнаруживают движение, что приводит к множеству ложных срабатываний и ограничивает срок службы батареи до четырех недель. Камера TrailGuard использует движение только для пробуждения камеры и отправляет оповещения только тогда, когда видит людей в кадре. Это значит, что ложных срабатываний будет значительно меньше.

Кроме того, камера Resolve практически не потребляет энергии в режиме ожидания и может работать до полутора лет без подзарядки. Иными словами, персоналу парка не придется рисковать своей безопасностью так же часто, как раньше. Сама камера размером с карандаш, что снижает вероятность того, что браконьеры обнаружат её.

Что ещё полезного можно почитать в блоге Cloud4Y

→ vGPU — использовать нельзя игнорировать
→ Пивной интеллект — AI придумывает пиво
→ 4 способа сэкономить на бэкапах в облаке
→ 5 лучших дистрибутивов Kubernetes
→ Роботы и клубничка: как AI повышает урожайность полей

Подписывайтесь на наш Telegram-канал, чтобы не пропустить очередную статью! Пишем не чаще двух раз в неделю и только по делу.

Источник: habr.com