Z jakékoli rychlovarné konvice připojené k internetu můžete slyšet, jak umělá inteligence poráží kybernetické sportovce, dává nové příležitosti starým technologiím a kreslí kočky na základě vašeho náčrtu. Méně často se ale mluví o tom, že strojová inteligence se zvládá postarat i o životní prostředí. Cloud4Y se rozhodl toto opomenutí napravit.
Pojďme si říct o nejzajímavějších projektech, které se v Africe realizují.
DeepMind sleduje stáda Serengeti
Za posledních 10 let biologové, ekologové a dobrovolní ochránci přírody v programu Serengeti Lion Research shromažďovali a analyzovali data ze stovek polních kamer umístěných v národním parku Serengeti (Tanzanie). To je nezbytné pro studium chování určitých druhů zvířat, jejichž existence je ohrožena. Dobrovolníci strávili celý rok zpracováním informací, studiem demografie, pohybu a dalších ukazatelů aktivity zvířat. AI DeepMind již tuto práci dělá za 9 měsíců.
DeepMind je britská společnost vyvíjející technologie umělé inteligence. V roce 2014 jej zakoupila společnost Alphabet. Pomocí datové sady pro trénování modelu umělé inteligence dosáhl výzkumný tým vynikajících výsledků: dokáže automaticky detekovat, identifikovat a počítat africká zvířata na snímcích, takže jeho práce je o 3 měsíce rychlejší. Zaměstnanci DeepMind vysvětlují, proč je to důležité:
„Serengeti je jedním z posledních zbývajících míst na světě s nedotčenou komunitou velkých savců... Jak se pronikání lidí do parku stává intenzivnějším, jsou tyto druhy nuceny změnit své chování, aby přežily. Rostoucí zemědělství, pytláctví a klimatické anomálie jsou hnací silou změn v chování zvířat a populační dynamice, ale k těmto změnám došlo v prostorovém a časovém měřítku, které je obtížné sledovat pomocí tradičních výzkumných metod.“
Proč umělá inteligence funguje efektivněji než biologická inteligence? Důvodů je několik.
- Více fotografií v ceně. Od instalace pořídily polní kamery několik stovek milionů snímků. Ne všechny jsou snadno rozpoznatelné, takže dobrovolníci musí druh ručně identifikovat pomocí webového nástroje s názvem Zooniverse. V databázi je aktuálně 50 různých druhů, ale zpracování dat zabere příliš mnoho času. V důsledku toho nejsou v práci použity všechny fotografie.
- Rychlé rozpoznání druhů. Společnost tvrdí, že její předem vycvičený systém, který bude brzy nasazen v terénu, je schopen pracovat na stejné úrovni (nebo dokonce lépe než) než lidské anotátory při zapamatování a rozpoznání více než stovky živočišných druhů nalezených v regionu.
- Levné vybavení. AI DeepMind dokáže efektivně běžet na skromném hardwaru s nespolehlivým přístupem k internetu, což platí zejména na africkém kontinentu, kde výkonné počítače a rychlý přístup k internetu mohou být pro divokou přírodu destruktivní a jejich nasazení je neúměrně nákladné. Biologická bezpečnost a úspory nákladů jsou důležitými přínosy umělé inteligence pro ekologické aktivisty.
Očekává se, že systém strojového učení DeepMind bude nejen schopen podrobně sledovat chování a distribuci populace, ale také bude poskytovat data dostatečně rychle, aby umožnil ochráncům přírody rychle reagovat na krátkodobé změny v chování zvířat Serengeti.
Microsoft sleduje slony
Abychom byli spravedliví, podotýkáme, že DeepMind není jedinou společností, která se zabývá záchranou křehkých populací divokých zvířat. Microsoft se tedy se svým startem objevil v Santa Cruz , která využívá AI ke sledování slonů afrických savan.
Startup, který je součástí projektu Elephant Listening Project, s pomocí laboratoře na Cornell University, vyvinul systém schopný shromažďovat a analyzovat data z akustických senzorů rozmístěných po celém národním parku Nouabale-Ndoki a okolních lesních oblastech v Konžské republice. Umělá inteligence rozpoznává na nahrávkách hlas slonů – nízkofrekvenční drnivé zvuky, kterými spolu komunikují, a přijímá informace o velikosti stáda a směru jeho pohybu. Podle generálního ředitele Conservation Metrics Matthewa McKonea umělá inteligence dokáže přesně identifikovat jednotlivá zvířata, která nejsou ze vzduchu vidět.
Je zajímavé, že tento projekt vyústil ve vývoj algoritmu strojového učení trénovaného na Snapshot Serengeti, který dokáže identifikovat, popsat a počítat s přesností 96,6 %.
TrailGuard Resolve varuje před pytláky
Chytrá kamera s technologií Intel využívá AI k ochraně ohrožené africké divočiny před pytláky. Zvláštností tohoto systému je, že na pokusy o nelegální zabíjení zvířat předem upozorňuje.
Kamery umístěné po celém parku využívají procesor počítačového vidění Intel (Movidius Myriad 2), který dokáže detekovat zvířata, lidi a vozidla v reálném čase, což umožňuje strážcům parku chytit pytláky dříve, než udělají něco špatného.
Nová technologie, se kterou Resolve přišla, slibuje, že bude účinnější než běžné detekční senzory. Kamery proti pytláctví odesílají upozornění, kdykoli zaznamenají pohyb, což vede k mnoha falešným poplachům a omezuje životnost baterie na čtyři týdny. Kamera TrailGuard používá pouze pohyb k probuzení kamery a odesílá upozornění pouze tehdy, když vidí v záběru lidi. To znamená, že bude výrazně méně falešných poplachů.
Kamera Resolve navíc v pohotovostním režimu nespotřebovává prakticky žádnou energii a bez dobíjení vydrží až rok a půl. Jinými slovy, zaměstnanci parku nebudou muset riskovat svou bezpečnost tak často jako dříve. Samotný fotoaparát je velký asi jako tužka, takže je méně pravděpodobné, že jej objeví pytláci.
Co dalšího si můžete přečíst na blogu?
→
→
→
→
→
Přihlaste se k odběru -kanál, aby vám neunikl další článek! Píšeme maximálně dvakrát týdně a pouze služebně.
Zdroj: www.habr.com