AI aitab õppida Aafrika loomi

Iga internetiga ühendatud veekeetjast võib kuulda, kuidas tehisintellekt võidab e-spordimängijate vastu, annab vanadele tehnoloogiatele uusi võimalusi ja joonistab teie visandi järgi kassipoegi. Kuid harvem mainitakse, et masinajuht suudab ka keskkonna eest hoolitseda. Cloud4Y otsustas seda puudujääki parandada.

Räägime kõige huvitavamates projektidest, mis on käimas Aafrikas.

DeepMind jälgib Serengeti karju.

Viimased 10 aastat bioloogid, ökoloogid ja loodusressursside vabatahtlikud kaitsjad koguvad ja analüüsivad Serengeti lõvi uurimise programmi raames andmeid sadadest välikaameratest, mis on paigutatud Serengeti rahvusparki (Tansaania). See on vajalik mõnede loomaliikide käitumise uurimiseks, kelle eksistents on ohustatud. Teavet töötlemiseks ja loomade demograafia, liikumiste ja muude aktiivsuse markerite uurimiseks kulutasid vabatahtlikud tervelt aasta. DeepMind AI teeb juba praegu seda tööd 9 kuu jooksul.

DeepMind on Briti tehisintellekti tehnoloogiate arendamise ettevõte. 2014. aastal ostis selle Alphabet. Kasutades andmekogumit. Snapshot Serengeti tehisintellekti mudeli õpetamiseks on teadusmeeskond saavutanud suurepäraseid tulemusi: AI DeepMind suudab automaatselt avastada, tuvastada ja lugeda Aafrika loomi piltidel, tehes oma tööd 3 kuud kiiremini. Miks on see oluline, selgitavad DeepMind'i töötajad:

„Serengeti on üks viimaseid jäänud kohti maailmas, kus asub puutumatute suurte imetajate kogukond… Kuna inimeste sissetung pargi ümber muutub intensiivsemaks, on need liigid sunnitud oma käitumist muutma, et ellu jääda. Kasvav põllumajandustegevus, salaküttimine ja kliimaaneemia soodustavad loomade käitumise ja populatsioonidünaamika muutusi, kuid need muutused on toimunud ruumiliste ja ajastuliste mõõtmetega, mida traditsiooniliste uurimismeetoditega on raske kontrollida.“

Miks on tehisintellekt efektiivsem kui bioloogiline? Selleks on mitmeid põhjuseid.

• Kasutatavate piltide arv on suurem. Alustamise hetkest alates on väliskaamerad teinud mitusada miljonit pilti. Mitte kõiki neist on lihtne tuvastada, mistõttu peavad vabatahtlikud kasutama veebitööriista Zooniverse liikide käsitsi tuvastamiseks. Andmebaasis on praegu 50 erinevat liiki, kuid andmete töötlemiseks kulub liiga palju aega. Seetõttu ei kasuta kõik fotod töös.
• Kiire liikide tuvastamine. Ettevõte väidab, et nende eelnevalt koolitatud süsteem, mis varsti käivitatakse välistingimustes, suudab töötada võrdselt (või isegi paremini) inimannotaatoreitega, mäletades ja tuvastades rohkem kui sada liiki loomi, kes selles piirkonnas elavad.
• Odav varustus. AI DeepMind suudab tõhusalt töötada "äärmiselt skrommil" varustusel, millel on ebajärjekindel internetiühendus, mis on eriti oluline Aafrika kontinendil, kus võimas arvuti ja kiire internetiühendus võivad olla loodusele kahjulikud ja ülemäära kulukad kasutusele võtta. Bioloogiline ohutus ja kulude kokkuhoid on olulised eelised AI jaoks keskkonnaaktivistide jaoks.

DeepMind'i masinõppe süsteem suudab mitte ainult detailset jälgimist elanikkonna käitumise ja leviku osas, vaid ka piisavalt kiiresti andmeid edastada, et keskkonnakaitsjad saaksid õigeaegselt reageerida Serengeti loomade käitumise lühiajalistele muutustele.

Microsoft jälgib elevante

Õigusemõistmise nimel tasub märkida, et DeepMind ei ole ainus ettevõte, kes on mures haprate metsloomade populatsioonide päästmise pärast. Nii on Microsoft saanud tuntuks Santa Cruzis oma idufirmaga Conservation Metrics, mis kasutab tehisintellekti Aafrika savanni elevantide jälgimiseks.

Elephant Listening Projecti käigus töötas Cornell University laboratoorium välja süsteemi, mis suudab koguda ja analüüsida andmeid akustilistelt anduritelt, mis on jaotatud üle kogu Noubale-Ndoki rahvuspargi ja ümbritsevate metsapiirkondade Kongos. Tehisintellekt tuvastab lindistustelt elevantide hääled — madalsageduslikud mürisevad helid, mida nad kasutavad omavaheliseks suhtlemiseks, ning saab teavet karja suuruse ja liikumissuuna kohta. Conservation Metricsi tegevjuhi Matthew McCowni sõnul suudab tehisintellekt täpselt tuvastada eraldi loomi, keda õhust näha ei ole võimalik.

Huvi äratavalt töötati tänu sellele projektile välja masinõppe algoritm, mis on koolitatud Snapshot Serengetil ja mis suudab tuvastada, kirjeldada ja kokku lugeda loodust 96,6% täpsusega.

TrailGuard Resolve annab häireid jahimeestest.

Nutikaamera, mis põhineb Intelil, kasutab AI-d Aafrika looduse kaitseks salakütitelt, kes ohustavad väljasuremisohus loomi. Selle süsteemi eripära on see, et see hoiatab ette salaküttimisürituste eest.

Pargis paiknevates kaamerates kasutatakse Intel'i (Movidius Myriad 2) arvutinägemisprotsessorit, mis suudab reaalajas tuvastada loomi, inimesi ja sõidukeid, võimaldades pargivalvuritel salakütid kinni püüda enne, kui nad kuritegusid sooritavad.

Uus tehnoloogia, mille on välja töötanud Resolve, lubab olla tõhusam võrreldes tavapäraste tuvastusseadmetega. Antisalaku kaamerad saadavad teateid iga kord, kui nad tuvastavad liikumise, mis toob kaasa palju valehäireid ja piirab akude eluiga nelja nädalani. TrailGuard kaamera kasutab liikumist ainult kaamera äratamiseks ja saadab teateid ainult siis, kui näeb kaadris inimesi. See tähendab, et valehäireid on oluliselt vähem.

Lisaks ei tarbi Resolve kaamera peaaegu üldse energiat ooterežiimis ning suudab töötada kuni poolteist aastat ilma laadimiseta. Teisisõnu, pargi personeel ei pea enam oma ohutuse nimel nii sageli riskima. Kaamera ise on pliiatsi suurune, mis vähendab võimalust, et salaküttijad selle avastavad.

Mida veel huvitavat blogis lugeda Cloud4Y

→ vGPU — ignoreerida pole võimalik
→ Õlleintellekt — AI mõtleb õlle välja
→ 4 viisi, kuidas pilves varundamisel raha säästa
→ 5 parimat Kubernetes'i distributsiooni
→ Robotid ja maasikad: kuidas AI suurendab põldude saaki

Liituge meiega Telegram-kanal, et mitte jääda ilma järgnevast artiklist! Kirjutame mitte tihedamini kui kaks korda nädalas ja ainult asjalikult.

Allikas: habr.com