AI는 아프리카의 동물 연구를 돕습니다.

인터넷에 연결된 모든 전기 주전자에서 AI가 사이버 운동선수를 이기고, 기존 기술에 새로운 기회를 제공하고, 스케치를 기반으로 고양이를 그리는 방법에 대해 들을 수 있습니다. 그러나 그들은 기계 지능이 환경도 관리한다는 사실에 대해 덜 자주 이야기합니다. Cloud4Y는 이 누락을 수정하기로 결정했습니다.

아프리카에서 시행되고 있는 가장 흥미로운 프로젝트에 대해 이야기해 보겠습니다.

DeepMind, 세렝게티 무리 추적

지난 10년 동안 세렝게티 사자 연구 프로그램의 생물학자, 생태학자 및 환경 보호 자원봉사자들은 세렝게티 국립공원(탄자니아)에 위치한 수백 대의 현장 카메라에서 데이터를 수집하고 분석해 왔습니다. 이는 존재가 위협받는 특정 동물 종의 행동을 연구하는 데 필요합니다. 자원봉사자들은 정보를 처리하고 인구 통계, 움직임 및 기타 동물 활동 지표를 연구하는 데 9년을 보냈습니다. AI DeepMind는 이미 XNUMX개월 만에 이 작업을 수행하고 있습니다.

DeepMind는 인공지능 기술을 개발하는 영국 회사입니다. 2014년에는 알파벳에 인수되었습니다. 데이터 세트 사용 스냅 샷 세렝게티 인공지능 모델을 훈련시키기 위해 연구팀은 탁월한 결과를 얻었습니다. AI 딥마인드 이미지에서 아프리카 동물을 자동으로 감지, 식별 및 계산하므로 작업 속도가 3개월 더 빨라집니다. DeepMind 직원은 이것이 왜 중요한지 설명합니다.

“세렝게티는 대형 포유류의 온전한 공동체가 있는 세계에서 마지막으로 남아 있는 장소 중 하나입니다. 공원 주변에 인간의 침입이 더욱 심해지면서 이들 종은 생존을 위해 행동을 바꿔야 합니다. 증가하는 농업, 밀렵, 기후 이상 현상으로 인해 동물의 행동과 인구 역학이 변화하고 있지만 이러한 변화는 전통적인 연구 방법으로는 모니터링하기 어려운 공간적, 시간적 규모에서 발생했습니다.”

인공지능이 생물학적 지능보다 더 효율적으로 작동하는 이유는 무엇입니까? 여기에는 몇 가지 이유가 있습니다.

• 더 많은 사진이 포함되어 있습니다.. 설치 이후 현장 카메라는 수억 개의 이미지를 캡처했습니다. 이들 모두가 쉽게 인식되는 것은 아니므로 자원봉사자는 Zooniverse라는 웹 도구를 사용하여 수동으로 종을 식별해야 합니다. 현재 데이터베이스에는 50종의 다양한 종이 있지만 데이터를 처리하는 데 너무 많은 시간이 소요됩니다. 결과적으로 모든 사진이 작업에 사용되는 것은 아닙니다.
• 빠른 종 인식. 회사는 곧 현장에 배치될 사전 훈련된 시스템이 한 지역에서 발견되는 100종 이상의 동물 종을 기억하고 인식하는 데 있어 인간 주석자와 동등하거나 그보다 더 나은 성능을 발휘할 수 있다고 주장합니다.
• 저렴한 장비. AI DeepMind는 신뢰할 수 없는 인터넷 액세스를 갖춘 일반 하드웨어에서 효율적으로 실행될 수 있습니다. 이는 강력한 컴퓨터와 빠른 인터넷 액세스가 야생 동물을 파괴하고 배포 비용이 엄청나게 높을 수 있는 아프리카 대륙에서 특히 그렇습니다. 생물보안과 비용 절감은 환경 운동가들에게 AI가 제공하는 중요한 이점입니다.

딥마인드의 머신러닝 시스템은 개체군의 행동과 분포를 자세히 추적할 수 있을 뿐만 아니라, 환경 보호론자들이 세렝게티 동물의 행동의 단기적인 변화에 즉각적으로 대응할 수 있을 만큼 신속하게 데이터를 제공할 것으로 기대됩니다.

마이크로소프트는 코끼리를 추적하고 있다

공평하게 말하자면, 취약한 야생 동물 개체수를 구하는 데 관심을 갖고 있는 회사는 DeepMind만이 아니라는 점을 지적합니다. 그래서 마이크로소프트는 스타트업과 함께 산타크루즈에 나타났습니다. 보존 지표, AI를 사용하여 아프리카 사바나 코끼리를 추적합니다.

코끼리 듣기 프로젝트(Elephant Listening Project)의 일부인 이 스타트업은 코넬 대학교 연구실의 도움을 받아 콩고 공화국의 누아발레-은도키 국립공원과 주변 산림 지역에 분산된 음향 센서로부터 데이터를 수집하고 분석할 수 있는 시스템을 개발했습니다. 인공지능은 녹음된 코끼리의 목소리, 즉 코끼리들이 서로 의사소통하는 데 사용하는 저주파 우르릉거리는 소리를 인식하고 무리의 크기와 이동 방향에 대한 정보를 받습니다. Conservation Metrics의 CEO인 Matthew McKone에 따르면, 인공 지능은 공중에서 볼 수 없는 개별 동물을 정확하게 식별할 수 있습니다.

흥미롭게도 이 프로젝트를 통해 Snapshot Serengeti에서 훈련된 기계 학습 알고리즘이 개발되어 식별, 설명 및 계산이 가능해졌습니다. 야생 동물 96,6%의 정확도로.

TrailGuard Resolve는 밀렵꾼에 대해 경고합니다.

인텔 기반 스마트 카메라는 AI를 사용하여 멸종 위기에 처한 아프리카 야생 동물을 밀렵꾼으로부터 보호합니다. 이 시스템의 특징은 불법적으로 동물을 죽이려는 시도에 대해 사전에 경고한다는 점이다.

공원 전체에 설치된 카메라는 동물, 사람, 차량을 실시간으로 감지할 수 있는 Intel 컴퓨터 비전 프로세서(Movidius Myriad 2)를 사용하므로 공원 관리인은 밀렵꾼이 잘못하기 전에 잡을 수 있습니다.

Resolve가 내놓은 신기술은 기존 감지 센서보다 더 효과적일 것을 약속합니다. 밀렵 방지 카메라는 움직임을 감지할 때마다 경고를 보내므로 잘못된 경보가 많이 발생하고 배터리 수명이 4주로 제한됩니다. TrailGuard 카메라는 모션을 사용하여 카메라를 깨우고 프레임 안에 사람이 있을 때만 경고를 보냅니다. 이는 오탐(false positive)이 훨씬 적다는 것을 의미합니다.

또한 Resolve 카메라는 대기 모드에서 전력을 거의 소비하지 않으며 한 번 충전으로 최대 1년 반 동안 사용할 수 있습니다. 즉, 공원 직원은 이전처럼 자주 안전 위험을 감수할 필요가 없습니다. 카메라 자체는 연필 크기 정도이므로 밀렵꾼이 발견할 가능성이 적습니다.

블로그에서 무엇을 더 읽을 수 있습니까? 클라우드4Y

→ vGPU - 무시할 수 없음
→ 맥주 인텔리전스 - AI가 맥주를 찾아낸다
→ 클라우드 백업을 저장하는 4가지 방법
→ 5가지 최고의 Kubernetes 배포판
→ 로봇과 딸기: AI가 현장 생산성을 높이는 방법

우리의 구독 텔레그램-다음 기사를 놓치지 않도록 채널을 구독하세요! 우리는 일주일에 두 번 이상 사업에 대해서만 글을 씁니다.

출처 : habr.com