Daripada mana-mana cerek elektrik yang disambungkan ke Internet, anda boleh mendengar tentang cara AI mengalahkan atlet siber, memberi peluang baharu kepada teknologi lama dan melukis kucing berdasarkan lakaran anda. Tetapi mereka kurang kerap bercakap tentang fakta bahawa kecerdasan mesin juga berjaya menjaga alam sekitar. Cloud4Y memutuskan untuk membetulkan peninggalan ini.
Mari kita bercakap tentang projek paling menarik yang sedang dilaksanakan di Afrika.
DeepMind menjejaki kumpulan Serengeti
Selama 10 tahun yang lalu, ahli biologi, ahli ekologi dan pemuliharaan sukarelawan dalam program Penyelidikan Singa Serengeti telah mengumpul dan menganalisis data daripada beratus-ratus kamera lapangan yang terletak di Taman Negara Serengeti (Tanzania). Ini adalah perlu untuk mengkaji tingkah laku spesies haiwan tertentu yang kewujudannya terancam. Sukarelawan menghabiskan masa sepanjang tahun memproses maklumat, mengkaji demografi, pergerakan dan penanda lain aktiviti haiwan. AI DeepMind sudah pun melakukan kerja ini dalam masa 9 bulan.
DeepMind ialah sebuah syarikat British yang membangunkan teknologi kecerdasan buatan. Pada tahun 2014, ia telah dibeli oleh Alphabet. Menggunakan set data untuk melatih model kecerdasan buatan, pasukan penyelidik mencapai keputusan cemerlang: boleh mengesan, mengenal pasti dan mengira haiwan Afrika secara automatik dalam imej, menjadikan kerjanya 3 bulan lebih cepat. Pekerja DeepMind menerangkan mengapa ini penting:
βSerengeti adalah salah satu tempat terakhir yang tinggal di dunia dengan komuniti utuh mamalia besar... Apabila pencerobohan manusia di sekitar taman itu menjadi lebih sengit, spesies ini terpaksa mengubah tingkah laku mereka untuk terus hidup. Peningkatan pertanian, pemburuan haram dan anomali iklim mendorong perubahan dalam tingkah laku haiwan dan dinamik populasi, tetapi perubahan ini telah berlaku pada skala spatial dan temporal yang sukar dipantau menggunakan kaedah penyelidikan tradisional.
Mengapakah kecerdasan buatan berfungsi dengan lebih cekap daripada kecerdasan biologi? Terdapat beberapa sebab untuk ini.
- Lebih banyak foto disertakan. Sejak pemasangan, kamera lapangan telah menangkap beberapa ratus juta imej. Tidak semuanya mudah dikenali, jadi sukarelawan perlu mengenal pasti spesies secara manual menggunakan alat web yang dipanggil Zooniverse. Pada masa ini terdapat 50 spesies berbeza dalam pangkalan data, tetapi terlalu banyak masa dihabiskan untuk memproses data. Akibatnya, tidak semua gambar digunakan dalam kerja.
- Pengecaman spesies pantas. Syarikat itu mendakwa bahawa sistem pra-latihannya, yang tidak lama lagi akan digunakan di lapangan, mampu menunjukkan prestasi yang setanding dengan (atau lebih baik daripada) anotor manusia dalam mengingati dan mengenali lebih daripada seratus spesies haiwan yang terdapat di rantau ini.
- Peralatan yang murah. AI DeepMind dapat berjalan dengan cekap pada perkakasan sederhana dengan capaian Internet yang tidak boleh dipercayai, terutamanya berlaku di benua Afrika, di mana komputer berkuasa dan capaian Internet pantas boleh merosakkan hidupan liar dan sangat mahal untuk digunakan. Biosekuriti dan penjimatan kos adalah faedah penting AI untuk aktivis alam sekitar.
Sistem pembelajaran mesin DeepMind dijangka bukan sahaja dapat menjejaki gelagat dan pengedaran populasi secara terperinci, tetapi juga menyediakan data dengan cukup cepat untuk membolehkan pemuliharaan bertindak balas dengan segera kepada perubahan jangka pendek dalam tingkah laku haiwan Serengeti.
Microsoft sedang menjejaki gajah
Untuk bersikap adil, kami ambil perhatian bahawa DeepMind bukanlah satu-satunya syarikat yang prihatin dengan menyelamatkan populasi haiwan liar yang rapuh. Jadi, Microsoft muncul di Santa Cruz dengan permulaannya , yang menggunakan AI untuk menjejaki gajah sabana Afrika.
Projek Mendengar Gajah permulaan, dengan bantuan makmal di Universiti Cornell, telah membangunkan sistem yang mampu mengumpul dan menganalisis data daripada penderia akustik yang tersebar di seluruh Taman Negara Nouabale-Ndoki dan kawasan hutan sekitar di Republik Congo. Kecerdasan buatan mengenali suara gajah dalam rakaman - bunyi gemuruh frekuensi rendah yang mereka gunakan untuk berkomunikasi antara satu sama lain, dan menerima maklumat tentang saiz kumpulan dan arah pergerakannya. Menurut Ketua Pegawai Eksekutif Conservation Metrics Matthew McKone, kecerdasan buatan boleh mengenal pasti dengan tepat haiwan individu yang tidak dapat dilihat dari udara.
Menariknya, projek ini menghasilkan pembangunan algoritma pembelajaran mesin yang dilatih pada Snapshot Serengeti yang boleh mengenal pasti, menerangkan dan mengira dengan ketepatan 96,6%.
TrailGuard Resolve memberi amaran tentang pemburu haram
Kamera pintar berkuasa Intel menggunakan AI untuk melindungi hidupan liar Afrika yang terancam daripada pemburu haram. Keistimewaan sistem ini ialah ia memberi amaran tentang percubaan untuk membunuh haiwan secara haram terlebih dahulu.
Kamera yang terletak di seluruh taman menggunakan pemproses penglihatan komputer Intel (Movidius Myriad 2) yang boleh mengesan haiwan, manusia dan kenderaan dalam masa nyata, membolehkan renjer taman menangkap pemburu haram sebelum mereka melakukan sesuatu yang salah.
Teknologi baharu yang dihasilkan oleh Resolve menjanjikan lebih berkesan daripada penderia pengesanan konvensional. Kamera anti-pemburuan haram menghantar amaran setiap kali mereka mengesan pergerakan, membawa kepada banyak penggera palsu dan mengehadkan hayat bateri kepada empat minggu. Kamera TrailGuard hanya menggunakan gerakan untuk membangunkan kamera dan hanya menghantar makluman apabila ia melihat orang dalam bingkai. Ini bermakna bahawa terdapat lebih sedikit positif palsu.
Selain itu, kamera Resolve hampir tidak menggunakan kuasa dalam mod siap sedia dan boleh bertahan sehingga satu setengah tahun tanpa mengecas semula. Dalam erti kata lain, kakitangan taman tidak perlu mengambil risiko keselamatan mereka sekerap sebelum ini. Kamera itu sendiri adalah kira-kira saiz pensel, menjadikannya kurang berkemungkinan ditemui oleh pemburu haram.
Apa lagi yang anda boleh baca di blog?
β
β
β
β
β
Langgan kami -saluran supaya anda tidak terlepas artikel seterusnya! Kami menulis tidak lebih daripada dua kali seminggu dan hanya mengenai perniagaan.
Sumber: www.habr.com