Dari ketel listrik mana pun yang terhubung ke Internet, Anda dapat mendengar tentang bagaimana AI mengalahkan atlet dunia maya, memberikan peluang baru pada teknologi lama, dan menggambar kucing berdasarkan sketsa Anda. Namun mereka lebih jarang membicarakan fakta bahwa kecerdasan mesin juga berhasil menjaga lingkungan. Cloud4Y memutuskan untuk memperbaiki kelalaian ini.
Mari kita bicara tentang proyek paling menarik yang sedang dilaksanakan di Afrika.
DeepMind melacak kawanan Serengeti
Selama 10 tahun terakhir, ahli biologi, ekologi dan relawan konservasionis dalam program Penelitian Singa Serengeti telah mengumpulkan dan menganalisis data dari ratusan kamera lapangan yang terletak di Taman Nasional Serengeti (Tanzania). Hal ini diperlukan untuk mempelajari perilaku spesies hewan tertentu yang keberadaannya terancam. Para sukarelawan menghabiskan satu tahun penuh untuk memproses informasi, mempelajari demografi, pergerakan, dan penanda aktivitas hewan lainnya. AI DeepMind sudah melakukan pekerjaan ini dalam 9 bulan.
DeepMind adalah perusahaan Inggris yang mengembangkan teknologi kecerdasan buatan. Pada tahun 2014, dibeli oleh Alphabet. Menggunakan kumpulan data untuk melatih model kecerdasan buatan, tim peneliti mencapai hasil yang luar biasa: dapat secara otomatis mendeteksi, mengidentifikasi, dan menghitung hewan Afrika dalam gambar, sehingga pekerjaannya 3 bulan lebih cepat. Karyawan DeepMind menjelaskan mengapa hal ini penting:
βSerengeti adalah salah satu tempat terakhir di dunia yang memiliki komunitas mamalia besar yang masih utuh... Ketika perambahan manusia di sekitar taman semakin intensif, spesies-spesies ini terpaksa mengubah perilaku mereka agar dapat bertahan hidup. Meningkatnya pertanian, perburuan liar, dan anomali iklim mendorong perubahan perilaku hewan dan dinamika populasi, namun perubahan ini terjadi pada skala spasial dan temporal yang sulit dipantau menggunakan metode penelitian tradisional.β
Mengapa kecerdasan buatan bekerja lebih efisien dibandingkan kecerdasan biologis? Ada beberapa alasan untuk hal ini.
- Lebih banyak foto disertakan. Sejak dipasang, kamera lapangan telah menangkap beberapa ratus juta gambar. Tidak semuanya mudah dikenali, sehingga relawan harus mengidentifikasi spesies secara manual menggunakan alat web bernama Zooniverse. Saat ini terdapat 50 spesies berbeda dalam database, namun terlalu banyak waktu yang dihabiskan untuk memproses data. Akibatnya, tidak semua foto digunakan dalam karya tersebut.
- Pengenalan spesies dengan cepat. Perusahaan tersebut mengklaim bahwa sistem terlatihnya, yang akan segera diterapkan di lapangan, mampu bekerja setara dengan (atau bahkan lebih baik daripada) anotator manusia dalam mengingat dan mengenali lebih dari seratus spesies hewan yang ditemukan di suatu wilayah.
- Peralatan murah. AI DeepMind mampu berjalan secara efisien pada perangkat keras sederhana dengan akses Internet yang tidak dapat diandalkan, terutama di benua Afrika, di mana komputer yang kuat dan akses Internet yang cepat dapat merusak satwa liar dan sangat mahal untuk diterapkan. Keamanan hayati dan penghematan biaya merupakan manfaat penting AI bagi aktivis lingkungan.
Sistem pembelajaran mesin DeepMind diharapkan tidak hanya mampu melacak perilaku dan distribusi populasi secara detail, namun juga menyediakan data dengan cukup cepat sehingga memungkinkan para pelestari lingkungan merespons dengan cepat perubahan jangka pendek pada perilaku hewan Serengeti.
Microsoft sedang melacak gajah tersebut
Agar adil, kami mencatat bahwa DeepMind bukanlah satu-satunya perusahaan yang peduli dengan penyelamatan populasi hewan liar yang rentan. Jadi, Microsoft muncul di Santa Cruz dengan startupnya , yang menggunakan AI untuk melacak gajah sabana Afrika.
Startup yang merupakan bagian dari Elephant Listening Project ini, dengan bantuan laboratorium di Cornell University, telah mengembangkan sistem yang mampu mengumpulkan dan menganalisis data dari sensor akustik yang tersebar di seluruh Taman Nasional Nouabale-Ndoki dan kawasan hutan sekitar di Republik Kongo. Kecerdasan buatan mengenali suara gajah dalam rekaman - suara gemuruh berfrekuensi rendah yang mereka gunakan untuk berkomunikasi satu sama lain, dan menerima informasi tentang ukuran kawanan dan arah pergerakannya. Menurut CEO Conservation Metrics Matthew McKone, kecerdasan buatan dapat secara akurat mengidentifikasi individu hewan yang tidak dapat dilihat dari udara.
Menariknya, proyek ini menghasilkan pengembangan algoritma pembelajaran mesin yang dilatih pada Snapshot Serengeti yang dapat mengidentifikasi, mendeskripsikan, dan menghitung dengan akurasi 96,6%.
TrailGuard Resolve memperingatkan tentang pemburu liar
Kamera pintar bertenaga Intel menggunakan AI untuk melindungi satwa liar Afrika yang terancam punah dari pemburu liar. Keunikan dari sistem ini adalah ia memperingatkan terlebih dahulu tentang upaya pembunuhan hewan secara ilegal.
Kamera yang terletak di seluruh taman menggunakan prosesor visi komputer Intel (Movidius Myriad 2) yang dapat mendeteksi hewan, manusia, dan kendaraan secara real-time, sehingga penjaga taman dapat menangkap pemburu liar sebelum mereka melakukan kesalahan.
Teknologi baru yang dihadirkan Resolve menjanjikan lebih efektif dibandingkan sensor pendeteksi konvensional. Kamera anti-perburuan liar mengirimkan peringatan setiap kali ada gerakan yang terdeteksi, sehingga menyebabkan banyak alarm palsu dan membatasi masa pakai baterai hingga empat minggu. Kamera TrailGuard hanya menggunakan gerakan untuk membangunkan kamera dan hanya mengirimkan peringatan saat melihat orang di dalam bingkai. Artinya, jumlah positif palsu akan jauh lebih sedikit.
Selain itu, kamera Resolve hampir tidak mengonsumsi daya dalam mode siaga dan dapat bertahan hingga satu setengah tahun tanpa mengisi ulang. Dengan kata lain, staf taman tidak perlu mempertaruhkan keselamatan mereka sesering sebelumnya. Kameranya sendiri berukuran sebesar pensil, sehingga kecil kemungkinannya untuk ditemukan oleh pemburu liar.
Apa lagi yang bisa Anda baca di blog?
β
β
β
β
β
Berlangganan kami -channel, agar tidak ketinggalan artikel selanjutnya! Kami menulis tidak lebih dari dua kali seminggu dan hanya untuk bisnis.
Sumber: www.habr.com