AI hjálpar til við að rannsaka dýr í Afríku

AI hjálpar til við að rannsaka dýr í Afríku
Í hvaða rafmagnskatli sem er tengdur við internetið geturðu heyrt um hvernig gervigreind sigrar netíþróttamenn, gefur gamalli tækni ný tækifæri og teiknar ketti út frá skissunni þinni. En þeir tala sjaldnar um að vélagreind nái líka að hugsa um umhverfið. Cloud4Y ákvað að leiðrétta þessa aðgerðaleysi.

Við skulum tala um áhugaverðustu verkefnin sem verið er að hrinda í framkvæmd í Afríku.

DeepMind fylgist með Serengeti-hjörðum

AI hjálpar til við að rannsaka dýr í Afríku

Undanfarin 10 ár hafa líffræðingar, vistfræðingar og sjálfboðaliðar náttúruverndarsinnar í Serengeti Lion Research áætluninni verið að safna og greina gögn úr hundruðum vettvangsmyndavéla sem staðsettar eru í Serengeti þjóðgarðinum (Tansaníu). Þetta er nauðsynlegt til að rannsaka hegðun ákveðinna dýrategunda sem er ógnað. Sjálfboðaliðar eyddu heilu ári í að vinna úr upplýsingum, rannsaka lýðfræði, hreyfingar og önnur merki um virkni dýra. AI DeepMind er nú þegar að sinna þessu starfi eftir 9 mánuði.

DeepMind er breskt fyrirtæki sem þróar gervigreindartækni. Árið 2014 var það keypt af Alphabet. Að nota gagnasafnið Skyndimynd Serengeti til að þjálfa gervigreindarlíkan náði rannsóknarhópurinn frábærum árangri: AI DeepMind getur sjálfkrafa greint, borið kennsl á og talið afrísk dýr á myndum, sem gerir vinnu þess 3 mánuðum hraðari. Starfsmenn DeepMind útskýra hvers vegna þetta er mikilvægt:

„Serengeti er einn af síðustu stöðum sem eftir eru í heiminum með ósnortið samfélag stórra spendýra... Eftir því sem ágangur manna um garðinn verður harðari neyðast þessar tegundir til að breyta hegðun sinni til að lifa af. Vaxandi landbúnaður, rjúpnaveiðar og veðurfarsbreytingar ýta undir breytingar á hegðun dýra og lífveru stofnsins, en þessar breytingar hafa átt sér stað á staðbundnum og tímalegum mælikvarða sem erfitt er að fylgjast með með hefðbundnum rannsóknaraðferðum.“

Hvers vegna virkar gervigreind skilvirkari en líffræðileg greind? Það eru nokkrar ástæður fyrir þessu.

  • Fleiri myndir fylgja með. Frá uppsetningu hafa vettvangsmyndavélarnar náð nokkur hundruð milljónum mynda. Það er ekki auðvelt að þekkja þær allar, svo sjálfboðaliðar verða að bera kennsl á tegundina handvirkt með því að nota veftól sem kallast Zooniverse. Núna eru 50 mismunandi tegundir í gagnagrunninum en of mikill tími fer í að vinna úr gögnunum. Þess vegna eru ekki allar ljósmyndir notaðar í verkið.
  • Fljótleg tegundaþekking. Fyrirtækið heldur því fram að forþjálfað kerfi þess, sem brátt verður beitt á vettvangi, sé fær um að standa sig á pari (eða jafnvel betri en) mannaskýrendur við að muna og þekkja meira en hundrað dýrategundir sem finnast á svæði.
  • Ódýr tæki. AI DeepMind er fær um að keyra á skilvirkan hátt á hóflegum vélbúnaði með óáreiðanlegum netaðgangi, sem á sérstaklega við á meginlandi Afríku, þar sem öflugar tölvur og hraðvirkur netaðgangur getur verið eyðileggjandi fyrir dýralíf og of dýrt í notkun. Líföryggi og kostnaðarsparnaður eru mikilvægir kostir gervigreindar fyrir umhverfisverndarsinna.

AI hjálpar til við að rannsaka dýr í Afríku

Búist er við að vélanámskerfi DeepMind geti ekki aðeins fylgst með hegðun stofnsins og dreifingu í smáatriðum, heldur einnig veitt gögn nógu fljótt til að náttúruverndarsinnar geti brugðist skjótt við skammtímabreytingum á hegðun Serengeti dýra.

Microsoft er að fylgjast með fílunum

AI hjálpar til við að rannsaka dýr í Afríku

Til að vera sanngjarn, tökum við fram að DeepMind er ekki eina fyrirtækið sem hefur áhyggjur af því að bjarga viðkvæmum stofnum villtra dýra. Svo, Microsoft birtist í Santa Cruz með gangsetningu þess Varðveislumælingar, sem notar gervigreind til að rekja afríska savannafíla.

Ræsingin, sem er hluti af Elephant Listening Project, með hjálp frá rannsóknarstofu við Cornell háskólann, hefur þróað kerfi sem getur safnað og greint gögn frá hljóðnema sem er dreift um Nouabale-Ndoki þjóðgarðinn og nærliggjandi skógarsvæði í Lýðveldinu Kongó. Gervigreind kannast við rödd fíla í upptökum - lágtíðni gnýrhljóðin sem þeir nota til að hafa samskipti sín á milli og fá upplýsingar um stærð hjörðarinnar og hreyfistefnu hennar. Samkvæmt forstjóra Conservation Metrics, Matthew McKone, getur gervigreind auðkennt nákvæmlega einstök dýr sem ekki sést úr lofti.

Athyglisvert er að þetta verkefni leiddi til þróunar á vélrænni reiknirit sem er þjálfað á Snapshot Serengeti sem getur greint, lýst og talið. dýralíf með 96,6% nákvæmni.

TrailGuard Resolve varar við veiðiþjófum


Intel-knún snjallmyndavél notar gervigreind til að vernda dýralíf í Afríku í útrýmingarhættu fyrir veiðiþjófum. Sérkenni þessa kerfis er að það varar fyrirfram við tilraunum til að drepa dýr með ólöglegum hætti.

Myndavélar sem eru staðsettar um allan garðinn nota Intel tölvusjónargjörva (Movidius Myriad 2) sem getur greint dýr, fólk og farartæki í rauntíma, sem gerir þjóðgarðsvörðum kleift að ná veiðiþjófum áður en þeir gera eitthvað rangt.

Nýja tæknin sem Resolve hefur komið með lofar að vera skilvirkari en hefðbundnir skynjarar. Myndavélar gegn veiðiþjófnaði senda viðvaranir í hvert sinn sem þær greina hreyfingu, sem leiðir til margra falskra viðvarana og takmarkar endingu rafhlöðunnar við fjórar vikur. TrailGuard myndavélin notar aðeins hreyfingu til að vekja myndavélina og sendir aðeins viðvaranir þegar hún sér fólk í rammanum. Þetta þýðir að það verða verulega færri falskar jákvæðar.

Að auki eyðir Resolve myndavélin nánast engri orku í biðham og getur varað í allt að eitt og hálft ár án endurhleðslu. Með öðrum orðum, starfsfólk garðsins þarf ekki að hætta öryggi sínu eins oft og áður. Myndavélin sjálf er á stærð við blýant, sem gerir það að verkum að það er ólíklegra að veiðiþjófar uppgötva hana.

Hvað annað er hægt að lesa á blogginu? Cloud4Y

vGPU - ekki hægt að hunsa
Bjórgreind - gervigreind kemur með bjór
4 leiðir til að spara á afrit af skýi
5 bestu Kubernetes Distros
Vélmenni og jarðarber: hvernig gervigreind eykur framleiðni á vettvangi

Gerast áskrifandi að okkar Telegram-rás svo þú missir ekki af næstu grein! Við skrifum ekki oftar en tvisvar í viku og aðeins í viðskiptum.

Heimild: www.habr.com

Bæta við athugasemd