Ինտերնետին միացված ցանկացած էլեկտրական թեյնիկից կարող եք լսել, թե ինչպես է արհեստական ինտելեկտը հաղթում կիբեր մարզիկներին, նոր հնարավորություններ է տալիս հին տեխնոլոգիաներին և ձեր էսքիզով նկարում կատուներին: Բայց նրանք ավելի քիչ են խոսում այն մասին, որ մեքենայական ինտելեկտին հաջողվում է նաև հոգ տանել շրջակա միջավայրի մասին։ Cloud4Y-ը որոշել է շտկել այս բացթողումը:
Անդրադառնանք ամենահետաքրքիր նախագծերին, որոնք իրականացվում են Աֆրիկայում։
DeepMind-ը հետևում է Serengeti հոտերին
Վերջին 10 տարիների ընթացքում կենսաբանները, էկոլոգները և կամավոր բնապահպանները Serengeti Lion Research ծրագրի շրջանակներում հավաքել և վերլուծել են տվյալներ հարյուրավոր դաշտային տեսախցիկներից, որոնք տեղակայված են Սերենգետի ազգային պարկում (Տանզանիա): Սա անհրաժեշտ է կենդանիների որոշ տեսակների վարքագիծը ուսումնասիրելու համար, որոնց գոյությանը վտանգ է սպառնում: Կամավորները մեկ ամբողջ տարի ծախսել են տեղեկատվության մշակման, ժողովրդագրության, տեղաշարժերի և կենդանիների գործունեության այլ ցուցիչների ուսումնասիրության վրա: AI DeepMind-ն այս գործն արդեն անում է 9 ամսից։
DeepMind-ը արհեստական ինտելեկտի տեխնոլոգիաներ մշակող բրիտանական ընկերություն է։ 2014 թվականին այն գնել է Alphabet-ը։ Օգտագործելով տվյալների բազան
«Սերենգետին աշխարհի վերջին մնացած վայրերից մեկն է՝ խոշոր կաթնասունների անձեռնմխելի համայնքով... Քանի որ այգու շուրջ մարդկանց ոտնձգությունն ավելի ինտենսիվ է դառնում, այս տեսակները ստիպված են փոխել իրենց վարքագիծը՝ գոյատևելու համար: Աճող գյուղատնտեսությունը, որսագողությունը և կլիմայական անոմալիաները խթանում են կենդանիների վարքագծի և բնակչության դինամիկայի փոփոխությունները, սակայն այդ փոփոխությունները տեղի են ունեցել տարածական և ժամանակային մասշտաբներով, որոնք դժվար է վերահսկել՝ օգտագործելով ավանդական հետազոտական մեթոդները»:
Ինչու՞ է արհեստական բանականությունն ավելի արդյունավետ աշխատում, քան կենսաբանական բանականությունը: Դրա համար կան մի քանի պատճառներ:
- Ներառված են ավելի շատ լուսանկարներ. Տեղադրվելուց ի վեր դաշտային տեսախցիկները ֆիքսել են մի քանի հարյուր միլիոն պատկեր: Նրանցից ոչ բոլորն են հեշտ ճանաչել, ուստի կամավորները պետք է ձեռքով նույնականացնեն տեսակները՝ օգտագործելով Zooniverse կոչվող վեբ գործիքը: Ներկայումս տվյալների բազայում կան 50 տարբեր տեսակներ, սակայն չափազանց շատ ժամանակ է ծախսվում տվյալների մշակման վրա: Արդյունքում ոչ բոլոր լուսանկարներն են օգտագործվում աշխատանքում։
- Տեսակների արագ ճանաչում. Ընկերությունը պնդում է, որ իր նախապես պատրաստված համակարգը, որը շուտով կտեղակայվի դաշտում, ի վիճակի է կատարել (կամ նույնիսկ ավելի լավ, քան) մարդկային ծանոթագրողները՝ հիշելով և ճանաչելով տարածաշրջանում հայտնաբերված հարյուրից ավելի կենդանիների տեսակները:
- Էժան սարքավորումներ. AI DeepMind-ն ի վիճակի է արդյունավետորեն աշխատել համեստ սարքաշարի վրա՝ անվստահելի ինտերնետ հասանելիությամբ, ինչը հատկապես վերաբերում է Աֆրիկյան մայրցամաքում, որտեղ հզոր համակարգիչները և արագ ինտերնետ հասանելիությունը կարող են կործանարար լինել վայրի բնության համար և չափազանց թանկ՝ դրանց տեղակայումը: Կենսաանվտանգությունը և ծախսերի խնայողությունը AI-ի կարևոր առավելություններից են բնապահպան ակտիվիստների համար:
Ակնկալվում է, որ DeepMind-ի մեքենայական ուսուցման համակարգը ոչ միայն կկարողանա մանրամասնորեն հետևել բնակչության վարքագծին և բաշխմանը, այլև բավական արագ տվյալներ տրամադրի, որպեսզի բնապահպաններին թույլ տա արագ արձագանքել Սերենգետի կենդանիների վարքագծի կարճաժամկետ փոփոխություններին:
Microsoft-ը հետևում է փղերին
Արդարության համար մենք նշում ենք, որ DeepMind-ը միակ ընկերությունը չէ, որը զբաղվում է վայրի կենդանիների փխրուն պոպուլյացիաների փրկությամբ: Այսպիսով, Microsoft-ը հայտնվեց Սանտա Կրուսում իր ստարտափով
Ստարտափը, որը Փղերի ունկնդրման նախագծի մի մասն է, Կոռնելի համալսարանի լաբորատորիայի օգնությամբ մշակել է համակարգ, որը կարող է հավաքել և վերլուծել տվյալները ակուստիկ սենսորներից, որոնք սփռված են Նուաբալ-Նդոկի ազգային պարկի և շրջակա անտառային տարածքներում Կոնգոյի Հանրապետության տարածքում: Արհեստական ինտելեկտը ճանաչում է փղերի ձայնը ձայնագրություններում՝ ցածր հաճախականությամբ դղրդյուն ձայները, որոնք նրանք օգտագործում են միմյանց հետ շփվելու համար, և տեղեկատվություն է ստանում երամի չափի և նրա շարժման ուղղության մասին: Ըստ Conservation Metrics-ի գործադիր տնօրեն Մեթյու ՄակՔոնի՝ արհեստական ինտելեկտը կարող է ճշգրիտ նույնականացնել առանձին կենդանիների, որոնք հնարավոր չէ տեսնել օդից:
Հետաքրքիր է, որ այս նախագծի արդյունքում մշակվել է մեքենայական ուսուցման ալգորիթմ, որը վերապատրաստվել է Snapshot Serengeti-ի վրա, որը կարող է նույնականացնել, նկարագրել և հաշվել:
TrailGuard Resolve-ը զգուշացնում է որսագողերի մասին
Intel-ով աշխատող խելացի տեսախցիկը օգտագործում է արհեստական ինտելեկտ՝ վտանգված աֆրիկյան վայրի բնությունը որսագողերից պաշտպանելու համար: Այս համակարգի առանձնահատկությունն այն է, որ նախապես զգուշացնում է կենդանիներին ապօրինի սպանելու փորձերի մասին։
Այգում տեղակայված տեսախցիկները օգտագործում են Intel համակարգչային տեսողության պրոցեսոր (Movidius Myriad 2), որը կարող է իրական ժամանակում հայտնաբերել կենդանիներին, մարդկանց և տրանսպորտային միջոցները, ինչը թույլ է տալիս այգում աշխատողներին բռնել որսագողերին նախքան նրանք որևէ սխալ բան անելը:
Նոր տեխնոլոգիան, որը մշակել է Resolve-ը, խոստանում է ավելի արդյունավետ լինել, քան սովորական հայտնաբերման սենսորները: Որսագողության դեմ պայքարող տեսախցիկները ահազանգեր են ուղարկում, երբ նրանք հայտնաբերում են շարժումներ, ինչը հանգեցնում է բազմաթիվ կեղծ ահազանգերի և մարտկոցի շահագործման ժամկետը չորս շաբաթով սահմանափակելու: TrailGuard տեսախցիկը օգտագործում է միայն շարժումը տեսախցիկը արթնացնելու համար և ազդանշաններ է ուղարկում միայն այն ժամանակ, երբ տեսնում է մարդկանց կադրում: Սա նշանակում է, որ կեղծ պոզիտիվները զգալիորեն ավելի քիչ կլինեն:
Բացի այդ, Resolve տեսախցիկը գործնականում չի սպառում էներգիա սպասման ռեժիմում և կարող է աշխատել մինչև մեկուկես տարի առանց վերալիցքավորման: Այլ կերպ ասած, այգու աշխատակիցները ստիպված չեն լինի նախկինի պես հաճախակի վտանգի ենթարկել իրենց անվտանգությունը: Տեսախցիկը ինքնին մոտավորապես մատիտի չափ է, ինչը թույլ է տալիս որսագողերի կողմից այն հայտնաբերելու հավանականությունը:
Էլ ի՞նչ կարող եք կարդալ բլոգում:
→
→
→
→
→
Բաժանորդագրվեք մեր
Source: www.habr.com