Z jakékoli elektrické konvice připojené k internetu můžete slyšet o tom, jak AI poráží e-sportovce, nabízí nové možnosti starým technologiím a kreslí kočky podle vašeho náběhu. O tom, že strojové myšlení se také stará o životní prostředí, se však mluví méně často. Cloud4Y se rozhodl toto opomenutí napravit.
Pojďme si promluvit o nejzajímavějších projektech, které se realizují v Africe.
DeepMind sleduje stáda Serengeti.
Během posledních 10 let biologové, ekologové a dobrovolní ochránci přírodních zdrojů v rámci programu Serengeti Lion Research shromažďovali a analyzovali data z stovek terénních kamer umístěných v Národním parku Serengeti (Tanzanie). To je nezbytné pro studium chování některých druhů zvířat, jejichž existenci ohrožuje nebezpečí. Aby zpracovali informace a prozkoumali demografii, pohyb a další markery aktivity zvířat, dobrovolníci strávili celý rok. AI DeepMind tuto práci nyní provádí za 9 měsíců.
DeepMind je britská společnost vyvíjející technologie umělé inteligence. V roce 2014 byla koupena společností Alphabet. Využitím sady dat pro učení modelu umělé inteligence dosáhl vědecký tým vynikajících výsledků: dokáže automaticky detekovat, identifikovat a počítat africká zvířata na snímcích, a svoji práci tak vykonává o 3 měsíce rychleji. Proč je to důležité, vysvětlují zaměstnanci DeepMind:
„Serengeti je jedním z posledních zbylých míst na světě, kde se nachází nedotčená komunita velkých savců… Jak se lidské zásahy v okolí parku stávají intenzivnějšími, tato zvířata jsou nucena měnit své chování, aby přežila. Rostoucí zemědělství, pytláctví a klimatické anomálie přispívají ke změnám v chování zvířat a dynamice populace, ale tyto změny probíhají v prostorových a časových měřítkách, které jsou pomocí tradičních výzkumných metod obtížně kontrolovatelné.“
Proč je umělá inteligence efektivnější než biologické systémy? Existuje několik důvodů.
- Využívá se více fotografií.. Od doby, co byly nasazeny polní kamery, bylo pořízeno několik set milionů snímků. Ne všechny z nich je snadné rozpoznat, proto dobrovolníci musí ručně identifikovat druhy pomocí webového nástroje zvaného Zooniverse. V databázi je nyní 50 různých druhů, ale zpracování dat trvá příliš dlouho. V důsledku toho se nevyužívají všechny fotografie.
- Rychlé rozpoznávání druhů. Společnost tvrdí, že jejich předem vyškolený systém, který bude brzy nasazen v terénu, je schopen pracovat na stejné úrovni (nebo dokonce lépe) než lidské anotátory tím, že si pamatuje a rozpoznává přes sto druhů zvířat žijících v regionu.
- Levné zařízení. AI DeepMind dokáže efektivně pracovat na "skromném" zařízení s nespolehlivým přístupem k internetu, což je obzvlášť relevantní pro africký kontinent, kde silný počítač a rychlý přístup k internetu mohou být pro přírodu devastující a příliš nákladné na nasazení. Biologická bezpečnost a úspora nákladů jsou důležitými výhodami AI pro ekologické aktivisty.
Očekává se, že systém strojového učení DeepMind bude schopen nejen podrobně sledovat chování a rozšíření populace, ale také dostatečně rychle poskytovat data, aby environmentální aktivisté mohli včas reagovat na krátkodobé změny v chování zvířat v Serengeti.
Microsoft sleduje slony
Abychom byli spravedliví, DeepMind není jediná společnost, která se zajímá o záchranu křehkých populací divokých zvířat. Microsoft se proslavil ve Santa Cruz se svým startupem, , který používá AI k monitorování afrických slonů savany.
Startup v rámci projektu Elephant Listening Project vyvinul ve spolupráci s Cornellovou univerzitou systém schopný shromažďovat a analyzovat data z akustických senzorů rozložených po celém národním parku Nouabalé-Ndoki a přilehlých lesních oblastech v Republice Kongo. Umělá inteligence rozpoznává v nahrávkách hlasy slonů — nízkofrekvenční hromové zvuky, které používají ke komunikaci mezi sebou, a získává informace o počtu stáda a směru jeho pohybu. Podle generálního ředitele Conservation Metrics Matthew McCowna je umělá inteligence schopna přesně identifikovat jednotlivé zvířata, která není možné vidět z vzduchu.
Je zajímavé, že díky tomuto projektu byl vyvinut algoritmus strojového učení, který byl vyškolen na Snapshot Serengeti a může identifikovat, popisovat a počítat s přesností 96,6%.
TrailGuard Resolve varuje před pytláky
Chytrá kamera založená na technologii Intel využívá AI k ochraně afrických divokých zvířat, která jsou ohrožena vyhynutím. Přínos této systému spočívá v tom, že varuje před pokusy o nezákonné zabíjení zvířat s předstihem.
V kamerách umístěných na území parku se používá procesor počítačového vidění Intel (Movidius Myriad 2), který umí detekovat zvířata, lidi a vozidla v reálném čase, což umožňuje správcům parku chytit pytláky, dokud ještě nenapáchali škody.
Nová technologie, kterou vymyslela Resolve, slibuje být účinnější než běžné detekční senzory. Antipytlácké kamery posílají upozornění pokaždé, když zjistí pohyb, což vede k mnoha falešným alarmům a omezuje životnost baterie na čtyři týdny. Kamera TrailGuard využívá pohyb pouze k probuzení kamery a posílá upozornění pouze tehdy, když vidí lidi v záběru. To znamená, že falešných alarmů bude výrazně méně.
Kromě toho kamera Resolve téměř nevyžaduje energií v pohotovostním režimu a může fungovat až jeden a půl roku bez dobíjení. Jinými slovy, zaměstnanci parku nemusí riskovat svou bezpečnost tak často jako dříve. Sama kamera je velikosti tužky, což snižuje pravděpodobnost, že ji pytláci objeví.
Co dalšího si můžete přečíst v blogu
→
→
→
→
→
Sledujte náš -kanál, abyste nepřišli o další článek! Píšeme maximálně dvakrát týdně a pouze relevantně.
Zdroj: habr.com
