AI ეხმარება აფრიკაში ცხოველების შესწავლას

ინტერნეტთან დაკავშირებული ნებისმიერი ელექტრო ქვაბიდან შეგიძლიათ გაიგოთ, თუ როგორ აჯობა AI კიბერ სპორტსმენებს, აძლევს ახალ შესაძლებლობებს ძველ ტექნოლოგიებს და ხატავს კატებს თქვენი ესკიზის საფუძველზე. მაგრამ ნაკლებად ხშირად საუბრობენ იმაზე, რომ მანქანური ინტელექტი ასევე ახერხებს გარემოზე ზრუნვას. Cloud4Y-მა გადაწყვიტა გამოესწორებინა ეს გამოტოვება.

მოდით ვისაუბროთ ყველაზე საინტერესო პროექტებზე, რომლებიც აფრიკაში ხორციელდება.

DeepMind აკონტროლებს სერენგეთის ნახირებს

ბოლო 10 წლის განმავლობაში, სერენგეთის ლომის კვლევის პროგრამის ბიოლოგები, ეკოლოგები და მოხალისე კონსერვატორები აგროვებდნენ და აანალიზებდნენ მონაცემებს სერენგეთის ეროვნულ პარკში (ტანზანია) მდებარე ასობით საველე კამერიდან. ეს აუცილებელია ცხოველთა გარკვეული სახეობების ქცევის შესასწავლად, რომელთა არსებობას საფრთხე ემუქრება. მოხალისეები მთელი წლის განმავლობაში ამუშავებდნენ ინფორმაციას, სწავლობდნენ დემოგრაფიულ მონაცემებს, მოძრაობებს და ცხოველთა აქტივობის სხვა მარკერებს. AI DeepMind უკვე აკეთებს ამ საქმეს 9 თვეში.

DeepMind არის ბრიტანული კომპანია, რომელიც ავითარებს ხელოვნური ინტელექტის ტექნოლოგიებს. 2014 წელს ის Alphabet-მა შეიძინა. მონაცემთა ნაკრების გამოყენებით სნეპშოტი სერენგეთი ხელოვნური ინტელექტის მოდელის მოსამზადებლად მკვლევარმა ჯგუფმა შესანიშნავი შედეგები მიაღწია: AI DeepMind შეუძლია ავტომატურად აღმოაჩინოს, ამოიცნოს და დათვალოს აფრიკული ცხოველები სურათებში, რაც მის მუშაობას 3 თვით აჩქარებს. DeepMind-ის თანამშრომლები განმარტავენ, რატომ არის ეს მნიშვნელოვანი:

„სერენგეტი მსოფლიოში ერთ-ერთი ბოლო შემორჩენილი ადგილია დიდი ძუძუმწოვრების ხელუხლებელი თანამეგობრობით... რაც უფრო ინტენსიური ხდება ადამიანის ხელყოფა პარკის ირგვლივ, ეს სახეობები იძულებულნი არიან შეცვალონ თავიანთი ქცევა გადარჩენისთვის. მზარდი სოფლის მეურნეობა, ბრაკონიერობა და კლიმატური ანომალიები განაპირობებს ცვლილებებს ცხოველთა ქცევასა და პოპულაციის დინამიკაში, მაგრამ ეს ცვლილებები მოხდა სივრცით და დროებით მასშტაბებზე, რომელთა მონიტორინგი რთულია ტრადიციული კვლევის მეთოდების გამოყენებით.

რატომ მუშაობს ხელოვნური ინტელექტი უფრო ეფექტურად, ვიდრე ბიოლოგიური ინტელექტი? ამის რამდენიმე მიზეზი არსებობს.

• მეტი ფოტო მოყვება. ინსტალაციის შემდეგ საველე კამერებმა რამდენიმე ასეული მილიონი სურათი გადაიღეს. ყველა მათგანის ამოცნობა ადვილი არ არის, ამიტომ მოხალისეებს ხელით უწევთ სახეობების იდენტიფიცირება ვებ ინსტრუმენტის გამოყენებით, სახელწოდებით Zooniverse. ამჟამად მონაცემთა ბაზაში 50 სხვადასხვა სახეობაა, მაგრამ მონაცემთა დამუშავებას ძალიან დიდი დრო ეთმობა. შედეგად, ნამუშევარში ყველა ფოტო არ არის გამოყენებული.
• სახეობების სწრაფი აღიარება. კომპანია ამტკიცებს, რომ მის წინასწარ გაწვრთნილ სისტემას, რომელიც მალე განლაგდება ველზე, შეუძლია შეასრულოს (ან თუნდაც უკეთესად) ადამიანის ანოტატორებთან დაიმახსოვროს და ამოიცნოს რეგიონში ნაპოვნი ასზე მეტი ცხოველის სახეობა.
• იაფი აღჭურვილობა. AI DeepMind-ს შეუძლია ეფექტურად იმუშაოს მოკრძალებულ აპარატზე არასანდო ინტერნეტით, რაც განსაკუთრებით ეხება აფრიკის კონტინენტს, სადაც მძლავრი კომპიუტერები და სწრაფი ინტერნეტის წვდომა შეიძლება დამანგრეველი იყოს ველური ბუნებისთვის და აკრძალულად ძვირი განლაგება. ბიოუსაფრთხოება და ხარჯების დაზოგვა არის ხელოვნური ინტელექტის მნიშვნელოვანი სარგებელი გარემოსდაცვითი აქტივისტებისთვის.

მოსალოდნელია, რომ DeepMind-ის მანქანური სწავლების სისტემა არა მხოლოდ შეძლებს მოსახლეობის ქცევისა და განაწილების დეტალურად თვალყურის დევნებას, არამედ მონაცემთა სწრაფად მიწოდებას, რათა კონსერვატორებს დაუყოვნებლად უპასუხონ სერენგეთის ცხოველების ქცევის მოკლევადიან ცვლილებებს.

Microsoft თვალყურს ადევნებს სპილოებს

სამართლიანობისთვის, ჩვენ აღვნიშნავთ, რომ DeepMind არ არის ერთადერთი კომპანია, რომელიც ზრუნავს გარეული ცხოველების მყიფე პოპულაციების გადარჩენით. ასე რომ, Microsoft გამოჩნდა სანტა კრუზში თავისი სტარტაპით კონსერვაციის მეტრიკა, რომელიც იყენებს ხელოვნურ ინტელექტს აფრიკული სავანის სპილოების თვალყურის დევნებისთვის.

სტარტაპმა, სპილოების მოსმენის პროექტის ნაწილმა, კორნელის უნივერსიტეტის ლაბორატორიის დახმარებით, შეიმუშავა სისტემა, რომელსაც შეუძლია შეაგროვოს და გააანალიზოს მონაცემები აკუსტიკური სენსორებიდან, რომლებიც მიმოფანტულია Nouabale-Ndoki ეროვნულ პარკში და კონგოს რესპუბლიკის მიმდებარე ტყეებში. ხელოვნური ინტელექტი ამოიცნობს სპილოების ხმას ჩანაწერებში - დაბალი სიხშირის წუწუნის ხმებს, რომლებსაც ისინი იყენებენ ერთმანეთთან კომუნიკაციისთვის და იღებს ინფორმაციას ნახირის ზომისა და მისი მოძრაობის მიმართულების შესახებ. Conservation Metrics-ის აღმასრულებელი დირექტორის მეთიუ მაკკონის თქმით, ხელოვნურ ინტელექტს შეუძლია ზუსტად ამოიცნოს ცალკეული ცხოველები, რომლებიც ჰაერიდან არ ჩანს.

საინტერესოა, რომ ამ პროექტმა გამოიწვია მანქანური სწავლების ალგორითმის შემუშავება, რომელიც გაწვრთნილი იყო Snapshot Serengeti-ზე, რომელსაც შეუძლია ამოცნობა, აღწერა და დათვლა. ველური ბუნება 96,6% სიზუსტით.

TrailGuard Resolve აფრთხილებს ბრაკონიერების შესახებ

Intel-ზე მომუშავე ჭკვიანი კამერა იყენებს AI-ს გადაშენების პირას მყოფი აფრიკის ველური ბუნების დაცვას ბრაკონიერებისგან. ამ სისტემის თავისებურება ის არის, რომ ის წინასწარ აფრთხილებს ცხოველების უკანონო მოკვლის მცდელობებს.

პარკის მასშტაბით განთავსებული კამერები იყენებენ Intel-ის კომპიუტერულ ხედვის პროცესორს (Movidius Myriad 2), რომელსაც შეუძლია რეალურ დროში აღმოაჩინოს ცხოველები, ადამიანები და მანქანები, რაც პარკის რეინჯერებს საშუალებას აძლევს დაიჭირონ ბრაკონიერები, სანამ ისინი რაიმე ცუდს გააკეთებენ.

ახალი ტექნოლოგია, რომელიც Resolve-მა მოიფიქრა, გვპირდება, რომ უფრო ეფექტური იქნება, ვიდრე ჩვეულებრივი გამოვლენის სენსორები. ბრაკონიერობის საწინააღმდეგო კამერები აგზავნიან შეტყობინებებს, როდესაც აღმოაჩენენ მოძრაობას, რაც იწვევს ბევრ ცრუ სიგნალიზაციას და ზღუდავს ბატარეის ხანგრძლივობას ოთხ კვირამდე. TrailGuard კამერა იყენებს მოძრაობას მხოლოდ კამერის გასაღვიძებლად და აგზავნის გაფრთხილებებს მხოლოდ მაშინ, როდესაც ხედავს ადამიანებს ჩარჩოში. ეს ნიშნავს, რომ მნიშვნელოვნად ნაკლები იქნება ცრუ დადებითი.

გარდა ამისა, Resolve კამერა პრაქტიკულად არ მოიხმარს ენერგიას ლოდინის რეჟიმში და შეუძლია წელიწადნახევარამდე გაძლოს დატენვის გარეშე. სხვა სიტყვებით რომ ვთქვათ, პარკის თანამშრომლებს არ მოუწევთ თავიანთი უსაფრთხოების რისკი ისე ხშირად, როგორც ადრე. თავად კამერა დაახლოებით ფანქრის ზომისაა, რაც ბრაკონიერების მიერ მისი აღმოჩენის ნაკლებად სავარაუდოა.

კიდევ რისი წაკითხვა შეგიძლიათ ბლოგზე? Cloud4Y

→ vGPU - არ შეიძლება იგნორირება
→ ლუდის ინტელექტი - AI გამოდის ლუდთან
→ ღრუბლოვანი სარეზერვო ასლების დაზოგვის 4 გზა
→ 5 საუკეთესო Kubernetes Distros
→ რობოტები და მარწყვი: როგორ ზრდის AI საველე პროდუქტიულობას

გამოიწერეთ ჩვენი დეპეშა-არხი, რომ არ გამოტოვოთ შემდეგი სტატია! ჩვენ ვწერთ არა უმეტეს კვირაში ორჯერ და მხოლოდ საქმიანი.

წყარო: www.habr.com