Iz bilo kojeg električnog kuhala spojenog na internet možete čuti kako umjetna inteligencija pobjeđuje cyber sportaše, daje nove mogućnosti starim tehnologijama i crta mačke na temelju vaše skice. No, rjeđe se govori o tome da se i strojna inteligencija uspijeva pobrinuti za okoliš. Cloud4Y je odlučio ispraviti ovaj propust.
Razgovarajmo o najzanimljivijim projektima koji se provode u Africi.
DeepMind prati stada Serengetija
Posljednjih 10 godina biolozi, ekolozi i volonteri konzervatori u programu Serengeti Lion Research prikupljali su i analizirali podatke sa stotina terenskih kamera smještenih u Nacionalnom parku Serengeti (Tanzanija). To je potrebno za proučavanje ponašanja određenih vrsta životinja čija je egzistencija ugrožena. Volonteri su proveli cijelu godinu obrađujući informacije, proučavajući demografiju, kretanja i druge pokazatelje aktivnosti životinja. AI DeepMind već radi ovaj posao u 9 mjeseci.
DeepMind je britanska tvrtka koja razvija tehnologije umjetne inteligencije. Godine 2014. kupio ga je Alphabet. Korištenje skupa podataka za treniranje modela umjetne inteligencije, istraživački tim postigao je izvrsne rezultate: može automatski otkriti, identificirati i prebrojati afričke životinje na slikama, čineći svoj rad 3 mjeseca bržim. Zaposlenici DeepMinda objašnjavaju zašto je to važno:
“Serengeti je jedno od posljednjih preostalih mjesta na svijetu s netaknutom zajednicom velikih sisavaca... Kako ljudsko zadiranje u park postaje sve intenzivnije, te su vrste prisiljene promijeniti svoje ponašanje kako bi preživjele. Sve veća poljoprivreda, krivolov i klimatske anomalije pokreću promjene u ponašanju životinja i dinamici populacije, ali te su se promjene dogodile u prostornim i vremenskim razmjerima koje je teško pratiti tradicionalnim metodama istraživanja.”
Zašto umjetna inteligencija radi učinkovitije od biološke inteligencije? Nekoliko je razloga za to.
- Uključeno je više fotografija. Od postavljanja terenske kamere snimile su nekoliko stotina milijuna slika. Nije ih sve lako prepoznati, pa volonteri moraju ručno identificirati vrstu pomoću web alata pod nazivom Zooniverse. Trenutno se u bazi podataka nalazi 50 različitih vrsta, no previše se vremena troši na obradu podataka. Zbog toga se u radu ne koriste sve fotografije.
- Brzo prepoznavanje vrste. Tvrtka tvrdi da je njezin unaprijed obučeni sustav, koji će uskoro biti postavljen na terenu, sposoban raditi jednako (ili čak bolje od) ljudskih anotatora u pamćenju i prepoznavanju više od stotinu životinjskih vrsta pronađenih u regiji.
- Jeftina oprema. AI DeepMind može učinkovito raditi na skromnom hardveru s nepouzdanim pristupom Internetu, što je posebno istinito na afričkom kontinentu, gdje moćna računala i brzi pristup Internetu mogu biti destruktivni za divlje životinje i preskupi za implementaciju. Biosigurnost i ušteda troškova važne su prednosti umjetne inteligencije za ekološke aktiviste.
Očekuje se da će DeepMindov sustav strojnog učenja moći ne samo detaljno pratiti ponašanje i distribuciju populacije, već i dovoljno brzo pružiti podatke kako bi omogućio zaštitarima da promptno reagiraju na kratkoročne promjene u ponašanju životinja Serengetija.
Microsoft prati slonove
Iskreno radi, napominjemo da DeepMind nije jedina tvrtka koja se bavi spašavanjem osjetljivih populacija divljih životinja. Dakle, Microsoft se pojavio u Santa Cruzu sa svojim startupom , koji koristi umjetnu inteligenciju za praćenje slonova afričke savane.
Startup, dio Elephant Listening Projecta, uz pomoć laboratorija na Sveučilištu Cornell, razvio je sustav sposoban za prikupljanje i analizu podataka s akustičnih senzora razasutih po Nacionalnom parku Nouabale-Ndoki i okolnim šumskim područjima u Republici Kongo. Umjetna inteligencija na snimkama prepoznaje glas slonova - niskofrekventne zvukove tutnjave kojima međusobno komuniciraju te dobiva informacije o veličini krda i smjeru njegova kretanja. Prema riječima izvršnog direktora tvrtke Conservation Metrics Matthewa McKonea, umjetna inteligencija može točno identificirati pojedinačne životinje koje se ne mogu vidjeti iz zraka.
Zanimljivo je da je ovaj projekt rezultirao razvojem algoritma strojnog učenja obučenog na Snapshot Serengetiju koji može identificirati, opisati i brojati s točnošću od 96,6%.
TrailGuard Resolve upozorava na lovokradice
Intelova pametna kamera koristi AI za zaštitu ugroženih afričkih divljih životinja od krivolovaca. Posebnost ovog sustava je da unaprijed upozorava na pokušaje ilegalnog ubijanja životinja.
Kamere smještene diljem parka koriste Intelov procesor računalnog vida (Movidius Myriad 2) koji može otkriti životinje, ljude i vozila u stvarnom vremenu, omogućujući čuvarima parka da uhvate lovokradice prije nego što učine nešto loše.
Nova tehnologija koju je Resolve osmislio obećava da će biti učinkovitija od konvencionalnih senzora za otkrivanje. Kamere protiv krivolova šalju upozorenja kad god otkriju kretanje, što dovodi do mnogih lažnih alarma i ograničava život baterije na četiri tjedna. Kamera TrailGuard koristi samo pokret kako bi probudila kameru i šalje upozorenja samo kada vidi ljude u kadru. To znači da će biti znatno manje lažno pozitivnih rezultata.
Osim toga, kamera Resolve ne troši praktički nikakvu energiju u stanju mirovanja i može trajati do godinu i pol dana bez ponovnog punjenja. Drugim riječima, osoblje parka neće morati riskirati svoju sigurnost tako često kao prije. Sama kamera je otprilike veličine olovke, zbog čega je manje vjerojatno da će je otkriti lovokradice.
Što još možete pročitati na blogu?
→
→
→
→
→
Pretplatite se na naš -kanal, kako ne biste propustili sljedeći članak! Pišemo ne više od dva puta tjedno i samo poslovno.
Izvor: www.habr.com