AI mbantu sinau kewan ing Afrika

Saka ceret listrik apa wae sing disambungake menyang Internet, sampeyan bisa krungu babagan carane AI ngalahake atlit cyber, menehi kesempatan anyar kanggo teknologi lawas, lan nggambar kucing adhedhasar sketsa sampeyan. Nanging dheweke luwih jarang ngomong babagan kasunyatan manawa intelijen mesin uga bisa ngurus lingkungan. Cloud4Y mutusake kanggo mbenerake omission iki.

Ayo ngobrol babagan proyek sing paling menarik sing ditindakake ing Afrika.

DeepMind nglacak komplotan Serengeti

Sajrone 10 taun kepungkur, ahli biologi, ahli ekologi lan konservasi sukarelawan ing program Serengeti Lion Research wis ngumpulake lan nganalisa data saka atusan kamera lapangan sing ana ing Taman Nasional Serengeti (Tanzania). Iki perlu kanggo nyinaoni prilaku spesies kewan tartamtu sing kaancam orane. Sukarelawan ngentekake setaun kanggo ngolah informasi kasebut, nyinaoni demografi, gerakan lan tandha kegiatan kewan liyane. AI DeepMind wis nindakake proyek iki sajrone 9 wulan.

DeepMind minangka perusahaan Inggris ngembangake teknologi intelijen buatan. Ing 2014, iki dituku dening Alphabet. Nggunakake dataset Snapshot Serengeti kanggo nglatih model intelijen buatan, tim riset entuk asil sing apik banget: AI DeepMind bisa kanthi otomatis ndeteksi, ngenali lan ngetung kewan Afrika ing gambar, nggawe karya 3 sasi luwih cepet. Karyawan DeepMind nerangake kenapa iki penting:

"Serengeti minangka salah sawijining papan pungkasan sing isih ana ing donya kanthi komunitas mamalia gedhe sing utuh ... Minangka perambahan manungsa ing sekitar taman dadi luwih kuat, spesies kasebut kepeksa ngganti prilaku supaya bisa urip. Tambah tetanèn, perburuan lan anomali iklim nyebabake owah-owahan ing prilaku kewan lan dinamika populasi, nanging owah-owahan kasebut kedadeyan ing skala spasial lan temporal sing angel dipantau nggunakake metode riset tradisional.

Napa intelijen buatan luwih efisien tinimbang intelijen biologis? Ana sawetara alasan kanggo iki.

• Foto liyane kalebu. Wiwit instalasi, kamera lapangan wis dijupuk sawetara atus yuta gambar. Ora kabeh gampang dingerteni, mula sukarelawan kudu ngenali spesies kasebut kanthi manual nggunakake alat web sing diarani Zooniverse. Saiki ana 50 spesies sing beda-beda ing basis data, nanging akeh banget wektu kanggo ngolah data kasebut. Akibaté, ora kabeh foto digunakake ing karya.
• Pangenalan spesies cepet. Perusahaan kasebut ngaku manawa sistem sing wis dilatih, sing bakal ditindakake ing lapangan, bisa nindakake setara karo (utawa luwih apik tinimbang) annotator manungsa kanggo ngelingi lan ngenali luwih saka satus spesies kewan sing ditemokake ing sawijining wilayah.
• peralatan murah. AI DeepMind bisa mlaku kanthi efisien ing hardware sing andhap asor kanthi akses Internet sing ora bisa dipercaya, utamane ing bawana Afrika, ing ngendi komputer sing kuat lan akses Internet sing cepet bisa ngrusak satwa lan larang banget kanggo nyebarake. Biosecurity lan penghematan biaya minangka keuntungan penting saka AI kanggo aktivis lingkungan.

Sistem pembelajaran mesin DeepMind samesthine ora mung bisa nglacak prilaku lan distribusi populasi kanthi rinci, nanging uga nyedhiyakake data kanthi cepet supaya para konservasionis nanggapi kanthi cepet babagan owah-owahan jangka pendek ing prilaku kewan Serengeti.

Microsoft nglacak gajah

Supaya adil, kita nyathet yen DeepMind ora mung siji-sijine perusahaan sing prihatin kanggo nylametake populasi kewan liar sing rapuh. Dadi, Microsoft muncul ing Santa Cruz kanthi wiwitan Metrik Konservasi, sing nggunakake AI kanggo nglacak gajah sabana Afrika.

Startup, bagéan saka Proyek Ngrungokake Gajah, kanthi bantuan saka laboratorium ing Universitas Cornell, wis ngembangake sistem sing bisa ngumpulake lan nganalisa data saka sensor akustik sing kasebar ing saindhenging Taman Nasional Nouabale-Ndoki lan wilayah alas ing Republik Kongo. Kecerdasan buatan ngenali swara gajah ing rekaman kasebut - swara gemuruh frekuensi rendah sing digunakake kanggo komunikasi, lan nampa informasi babagan ukuran komplotan lan arah gerakane. Miturut CEO Conservation Metrics Matthew McKone, intelijen buatan bisa kanthi akurat ngenali kewan individu sing ora bisa dideleng saka udhara.

Sing nggumunake, proyek iki ngasilake pangembangan algoritma pembelajaran mesin sing dilatih ing Snapshot Serengeti sing bisa ngenali, nggambarake lan ngitung. satwa kanthi akurasi 96,6%.

TrailGuard Resolve ngelingake babagan pemburu

Kamera cerdas sing didhukung Intel nggunakake AI kanggo nglindhungi satwa Afrika sing kaancam saka pemburu. Keanehan sistem iki yaiku menehi peringatan babagan upaya mateni kewan kanthi ilegal sadurunge.

Kamera sing ana ing saindhenging taman nggunakake prosesor visi komputer Intel (Movidius Myriad 2) sing bisa ndeteksi kewan, wong lan kendaraan ing wektu nyata, ngidini penjaga taman bisa nyekel pemburu sadurunge nindakake kesalahan.

Teknologi anyar sing Resolve wis janji bakal luwih efektif tinimbang sensor deteksi konvensional. Kamera anti-poaching ngirim tandha nalika ndeteksi gerakan, nyebabake akeh weker palsu lan mbatesi umur baterei nganti patang minggu. Kamera TrailGuard mung nggunakake gerakan kanggo tangi kamera lan mung ngirim tandha nalika ndeleng wong ing pigura. Iki tegese bakal ana luwih sithik positip palsu.

Kajaba iku, kamera Resolve meh ora nganggo daya ing mode siyaga lan bisa nganti setaun setengah tanpa diisi ulang. Kanthi tembung liyane, staf taman ora kudu ngrusak keamanan kaya sadurunge. Kamera kasebut ukurane mung kaya potlot, saengga ora bisa ditemokake dening para pemburu.

Apa maneh sing bisa diwaca ing blog? Cloud4Y

→ vGPU - ora bisa digatèkaké
→ Intelijen bir - AI teka karo bir
→ 4 cara kanggo nyimpen ing serep maya
→ 5 Distro Kubernetes paling apik
→ Robot lan stroberi: kepiye AI nambah produktivitas lapangan

Langganan kita Telegram-saluran supaya sampeyan ora kantun artikel sabanjure! Kita nulis ora luwih saka kaping pindho saben minggu lan mung babagan bisnis.

Source: www.habr.com