Fra enhver elektrisk kedel, der er tilsluttet internettet, kan man høre om, hvordan AI vinder over e-sports udøvere, giver nye muligheder til gamle teknologier og tegner katte baseret på dine skitser. Men sjældnere tales der om, hvordan den maskinelle intelligens også tager sig af miljøet. Cloud4Y har besluttet at rette op på denne mangel.
Lad os tale om de mest interessante projekter, der bliver gennemført i Afrika.
DeepMind overvåger Serengetis dyreliv
I de sidste 10 år har biologer, økologer og frivillige naturbeskyttere under programmet Serengeti Lion Research indsamlet og analyseret data fra hundredevis af feltkameraer, der er placeret i Serengeti National Park (Tanzania). Dette er nødvendigt for at studere adfærden hos visse dyrearter, hvis eksistens er truet. For at bearbejde informationen, der studerede demografi, bevægelser og andre aktivitetsmarkører for dyrene, brugte de frivillige et helt år. AI DeepMind udfører allerede nu det arbejde på 9 måneder.
DeepMind er et britisk firma, der udvikler teknologier inden for kunstig intelligens. I 2014 blev det opkøbt af Alphabet. Ved at bruge data til at træne AI-modellen har det videnskabelige team opnået fremragende resultater: kan automatisk opdage, identificere og tælle afrikanske dyr på billeder, hvilket gør sit arbejde 3 måneder hurtigere. Hvorfor er det vigtigt, forklarer medarbejderne hos DeepMind:
„Serengeti er et af de sidste tilbageværende steder i verden med et intakt samfund af store pattedyr... Da menneskelig indblanding omkring parken bliver mere intens, tvinges disse arter til at ændre deres adfærd for at overleve. Stigende landbrug, krybskytteri og klimaanomalier bidrager til ændringer i dyrenes adfærd og populationsdynamik, men disse ændringer har fundet sted i rumlige og tidsmæssige skalaer, der er svære at overvåge med traditionelle forskningsmetoder.”
Hvorfor fungerer kunstig intelligens mere effektivt end biologiske metoder? Der er flere grunde.
- Der bruges flere billeder. Siden installationen har de feltkameraer taget flere hundrede millioner billeder. Ikke alle af dem er lette at genkende, så frivillige må manuelt identificere arter ved hjælp af et webværktøj kaldet Zooniverse. Der er nu registreret 50 forskellige arter i databasen, men behandlingen af dataene tager alt for lang tid. Som følge heraf anvendes ikke alle billeder i arbejdet.
- Hurtig artsgenkendelse. Virksomheden hævder, at deres foruddannede system, som snart vil blive implementeret i felten, kan arbejde på niveau med (eller endda bedre end) menneskelige annotatorer ved at huske og genkende mere end hundrede dyrearter, der lever i regionen.
- Billigt udstyr. AI DeepMind er i stand til at fungere effektivt på „beskeden“ hardware med ustabil adgang til internettet, hvilket især er relevant for det afrikanske kontinent, hvor en kraftfuld computer og hurtig internetadgang kan være skadelig for dyrelivet og alt for kostbar at implementere. Biologisk sikkerhed og omkostningsbesparelse er vigtige fordele ved AI for miljøaktivister.
Det forventes, at DeepMind's maskinlæringssystem ikke kun vil kunne overvåge adfærd og befolkningsfordeling i detaljer, men også hurtigt give data, så miljøbeskyttere kan reagere rettidigt på kortvarige ændringer i dyrenes adfærd i Serengeti.
Microsoft overvåger elefanter
Til retfærdighedens skyld skal det bemærkes, at DeepMind ikke er den eneste virksomhed, der er bekymret for at redde skrøbelige bestande af vilde dyr. Microsoft har været aktiv i Santa Cruz med sin startup , der bruger AI til at overvåge de afrikanske savanneelefanter.
Startup under the Elephant Listening Project, in collaboration with Cornell University, has developed a system capable of collecting and analyzing data from acoustic sensors scattered throughout the Nouabalé-Ndoki National Park and adjacent forest areas in the Republic of Congo. The artificial intelligence recognizes the voices of elephants in the recordings — low-frequency rumbling sounds they use to communicate with each other — and gathers information about herd size and their direction of movement. According to Matthew McCown, CEO of Conservation Metrics, the AI can accurately identify individual animals that are not visible from the air.
Interestingly, this project has resulted in the development of a machine learning algorithm trained on Snapshot Serengeti, which can identify, describe, and count with an accuracy of 96.6%.
TrailGuard Resolve warns of poachers
The smart camera based on Intel uses AI to protect endangered African wildlife from poachers. The feature of this system is that it alerts to illegal hunting attempts in advance.
The cameras located in the park use Intel's computer vision processor (Movidius Myriad 2), which can detect animals, people, and vehicles in real-time, allowing park rangers to intercept poachers before they commit illegal acts.
The new technology developed by Resolve promises to be more effective compared to traditional detection sensors. Anti-poaching cameras send alerts every time they detect movement, resulting in many false alarms and limiting battery life to four weeks. The TrailGuard camera uses motion only to wake up the camera and sends alerts only when it sees people in the frame. This means that there will be significantly fewer false alarms.
Desuden bruger Resolve-kameraet næsten ikke strøm i dvaletilstand og kan køre i op til halvandet år uden genopladning. Med andre ord behøver parkpersonalet ikke at risikere deres sikkerhed så ofte som før. Selve kameraet er på størrelse med en blyant, hvilket mindsker sandsynligheden for, at krybskytterne opdager det.
Hvad mere nyttigt kan man læse i bloggen
→
→
→
→
→
Tilmeld dig vores -kanalen for ikke at misse den næste artikel! Vi skriver højst to gange om ugen og kun om relevante emner.
Kilde: habr.com
