Bár bármely internethez csatlakoztatott vízforralóból hallható, hogyan nyer az AI e-sportolók ellen, hogyan ad új lehetőségeket a régi technológiáknak, és hogyan rajzol cicákat az ön vázlata alapján, arról ritkábban beszélnek, hogy a gépi intelligencia a környezet védelmére is figyel. A Cloud4Y szeretné pótolni ezt a hiányosságot.
Beszéljünk a legérdekesebb projektek közül, amelyek Afrikában valósulnak meg.
A DeepMind nyomon követi a Serengeti állományait
Az utolsó 10 évben biológusok, ökológusok és önkéntes természetvédők a Serengeti Oroszlán Kutatási Program keretében adatokat gyűjtöttek és elemeztek több száz terepi kamerától, amelyeket a Serengeti Nemzeti Parkban (Tanzániában) helyeztek el. Ez szükséges egyes állatfajok viselkedésének tanulmányozásához, amelyek létezése veszélyben van. Az információk feldolgozásához, a demográfia, a mozgások és egyéb aktivitási marker vizsgálatához az önkéntesek egy egész évet töltöttek. A DeepMind AI ma már ezt a munkát 9 hónap alatt elvégzi.
A DeepMind egy brit vállalat, amely mesterséges intelligencia technológiákat fejleszt. 2014-ben megvásárolta az Alphabet. az AI modell tanításához, a tudományos csoport kiváló eredményeket ért el: automatikusan észlelheti, azonosíthatja és megszámlálhatja az afrikai állatokat a felvételeken, és 3 hónappal gyorsabban végzi el a munkáját. Miért fontos ez, azt a DeepMind munkatársai magyarázzák:
„A Serengeti az egyik utolsó hely a világon, ahol épen maradt a nagymemlősök közössége… Ahogy az emberi behatás a park környékén fokozódik, ezek a fajok kénytelenek megváltoztatni viselkedésüket a túlélés érdekében. A növekvő mezőgazdaság, orvvadászat és éghajlati anomáliák hozzájárulnak az állatok viselkedésének és populációik dinamikájának változásaihoz, de ezek a változások olyan térbeli és időbeli skálákon történtek, amelyeket a hagyományos kutatási módszerekkel nehéz nyomon követni.”
Miért működik a mesterséges intelligencia hatékonyabban, mint a biológia? Erre több ok is van.
- Több fénykép kerül felhasználásra. A telepítés óta a terepi kamerák több százmillió képet készítettek. Nem mindegyiket könnyű azonosítani, ezért a önkénteseknek manuálisan kell azonosítaniuk a fajokat egy Zooniverse nevű webes eszköz segítségével. Jelenleg 50 különböző faj szerepel az adatbázisban, de túl sok időt vesz igénybe az adatok feldolgozása. Ennek eredményeként nem minden fénykép kerül felhasználásra a munkában.
- Gyors fajazonosítás. A cég állítása szerint az előképzett rendszerük, amelyet hamarosan a gyakorlatban is alkalmaznak, képes olyan szinten dolgozni (vagy akár jobban), mint az emberek, mivel több mint száz állatfaj emlékzetét és azonosítását képes kezelni, amelyek a térségben élnek.
- Olcsó berendezés. Az AI DeepMind hatékonyan képes működni "skromnabb" berendezéseken is, amelyek megbízhatatlan internet-hozzáféréssel rendelkeznek, ami különösen aktuális az afrikai kontinensen, ahol egy erősebb számítógép és gyors internet-hozzáférés pusztító hatással lehet a természetre és túl költséges lehet a bevezetésük. A biológiai biztonság és a költséghatékonyság fontos előnyök az ökoaktivisták számára az AI révén.
A DeepMind gépi tanulási rendszere várhatóan nemcsak részletesen nyomon követi a viselkedést és a populációk eloszlását, hanem eléggé gyorsan is képes adatokat szolgáltatni ahhoz, hogy a környezetvédők időben reagálhassanak a Serengeti állatainak rövidtávú viselkedésbeli változásaira.
A Microsoft nyomon követi az elefántokat
A tisztesség kedvéért meg kell említeni, hogy a DeepMind nem az egyetlen cég, amely aggódik a törékeny vadállat populációk megmentése miatt. A Microsoft is részt vett Santa Cruzban egy startupjával , amely AI-t használ az afrikai szavannai elefántok megfigyelésére.
A startup within the framework of 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 adjoining forest areas in the Republic of Congo. 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 the herd size and its movement direction. According to Matthew McKown, CEO of Conservation Metrics, the AI can accurately identify individual animals that cannot be seen from the air.
Interestingly, this project has developed a machine learning algorithm trained on Snapshot Serengeti, capable of identifying, describing, and counting with an accuracy of 96.6%.
TrailGuard Resolve alerts about poachers
An intelligent camera based on Intel technology uses AI to protect endangered African wildlife from poachers. The uniqueness of this system is that it alerts users about illegal hunting attempts in advance.
The cameras located within the park use the Intel computer vision processor (Movidius Myriad 2), which can detect animals, people, and vehicles in real-time, allowing park rangers to intercept poachers before they cause damage.
The new technology devised by Resolve promises to be more effective compared to traditional detection sensors. Anti-poaching cameras send alerts every time they detect movement, leading to numerous false alarms and limiting battery life to four weeks. The TrailGuard camera uses motion only to wake the camera and sends alerts only when it sees people in the frame. This means that there will be significantly fewer false alarms.
Ezenkívül a Resolve kamera szinte nem fogyaszt energiát az üzemmódban, és akár másfél évig is képes működni töltés nélkül. Más szavakkal, a munkatársaknak nem kell olyan gyakran kockáztatniuk a biztonságukat, mint korábban. Maga a kamera egy ceruza méretű, ami csökkenti annak valószínűségét, hogy az orvvadászok észleljék.
Milyen hasznos dolgokat olvashat még a blogban
→
→
→
→
→
Iratkozzon fel az -csatornánkra, hogy ne maradjon le a legújabb cikkünkről! Hetente legfeljebb kétszer írunk és csak hasznos tartalommal.
Forrás: habr.com
