Vanuit elke waterkoker die op internet is aangesloten, horen we hoe AI wint van e-sporters, nieuwe mogelijkheden biedt voor oude technologieën en katten tekent op basis van uw schets. Maar het feit dat de machine-intelligentie zich ook bezighoudt met milieuzorg, wordt minder vaak besproken. Cloud4Y heeft besloten dit gemis aan te pakken.
Laten we het hebben over de meest interessante projecten die in Afrika worden uitgevoerd.
DeepMind houdt de Serengeti-herders in de gaten
Gedurende de afgelopen 10 jaar hebben biologen, ecologen en vrijwillige natuurbehouders in het kader van het Serengeti Lion Research-programma gegevens verzameld en geanalyseerd van honderden veldcamera's die in het Serengeti Nationaal Park (Tanzania) zijn geplaatst. Dit is noodzakelijk om het gedrag van bepaalde diersoorten te bestuderen die bedreigd worden in hun bestaan. Om de informatie te verwerken, hebben vrijwilligers een heel jaar besteed aan het bestuderen van demografie, verplaatsingen en andere activiteitmarkeringen van de dieren. AI van DeepMind voert deze taak nu al in 9 maanden uit.
DeepMind is een Brits bedrijf dat technologieën voor kunstmatige intelligentie ontwikkelt. Het werd in 2014 overgenomen door Alphabet. Door gebruik te maken van een dataset voor het trainen van een model voor kunstmatige intelligentie, heeft het wetenschappelijke team uitstekende resultaten behaald: kan automatisch Afrikaanse dieren op foto's detecteren, identificeren en tellen, en doet dit 3 maanden sneller. Waarom dit belangrijk is, leggen de medewerkers van DeepMind uit:
‘Serengeti is een van de laatste ongerepte gebieden ter wereld met een intacte gemeenschap van grote zoogdieren... Aangezien de menselijke inmenging rond het park toeneemt, worden deze soorten gedwongen hun gedrag aan te passen om te overleven. Toenemend landbouw, stroperij en klimaatveranderingen dragen bij aan veranderingen in het gedrag van dieren en de dynamiek van populaties, maar deze veranderingen hebben zich voorgedaan op ruimtelijke en tijdschaal die moeilijk te beheersen zijn met traditionele onderzoeksmethoden.’
Waarom werkt kunstmatige intelligentie effectiever dan biologische? Daar zijn verschillende redenen voor.
- Er worden meer foto's gebruikt. Sinds de installatie hebben de veldcamera's honderden miljoenen afbeeldingen vastgelegd. Niet al deze afbeeldingen zijn gemakkelijk te herkennen, daarom moeten vrijwilligers handmatig soorten identificeren met behulp van een webtool genaamd Zooniverse. Er zijn momenteel 50 verschillende soorten in de database, maar het kost te veel tijd om de gegevens te verwerken. Als gevolg hiervan worden niet alle foto's in het werk gebruikt.
- Snelle herkenning van soorten. Het bedrijf beweert dat hun voorgetrainde systeem, dat binnenkort in het veld zal worden toegepast, in staat is om op gelijke voet (of zelfs beter) te presteren dan menselijke annotatoren door meer dan honderd diersoorten die in de regio voorkomen te onthouden en te herkennen.
- Goedkope apparatuur. AI DeepMind kan effectief werken op 'bescheiden' apparatuur met onbetrouwbare internetverbinding, wat vooral relevant is voor het Afrikaanse continent, waar krachtige computers en snelle internettoegang schadelijk kunnen zijn voor de natuur en te kostbaar in implementatie. Biologische veiligheid en kostenbesparing zijn belangrijke voordelen van AI voor milieuwatchers.
Er wordt verwacht dat het machine learning-systeem van DeepMind niet alleen het gedrag en de populatiedistributie gedetailleerd kan volgen, maar ook snel gegevens kan verstrekken zodat milieuactivisten tijdig kunnen reageren op kortetermijnveranderingen in het gedrag van dieren in de Serengeti.
Microsoft houdt toezicht op olifanten
Ter rechtvaardiging moet worden opgemerkt dat DeepMind niet het enige bedrijf is dat zich zorgen maakt over het redden van kwetsbare populaties van wilde dieren. Microsoft heeft in Santa Cruz aandacht getrokken met hun startup , die AI gebruikt om de Afrikaanse savanneolifanten te volgen.
Het startupproject Elephant Listening Project heeft in samenwerking met het Cornell University Laboratory een systeem ontwikkeld dat in staat is om gegevens van akoestische sensoren te verzamelen en te analyseren, verspreid over het nationale park Nouabalé-Ndoki en de aangrenzende bosgebieden in de Republiek Congo. Kunstmatige intelligentie herkent stemmen van olifanten in de opnames — lage, dreunende geluiden die zij gebruiken om met elkaar te communiceren — en verkrijgt informatie over de grootte van de kudde en de richting van hun beweging. Volgens Matthew McCown, de CEO van Conservation Metrics, kan kunstmatige intelligentie individuele dieren nauwkeurig identificeren die vanuit de lucht niet te zien zijn.
Interessant is dat dankzij dit project een machine learning-algoritme is ontwikkeld, getraind op Snapshot Serengeti, dat in staat is om te identificeren, beschrijven en tellen met een nauwkeurigheid van 96,6%.
TrailGuard Resolve waarschuwt voor stropers
De slimme camera op basis van Intel gebruikt AI om beschermende maatregelen te treffen tegen stropers van bedreigde Afrikaanse wilde dieren. Het unieke van dit systeem is dat het waarschuwt voor pogingen tot illegale jacht op dieren, voordat deze plaatsvinden.
In de camera's die in het park zijn geplaatst, wordt een Intel computer vision-processor (Movidius Myriad 2) gebruikt, die in staat is om dieren, mensen en voertuigen in realtime te detecteren, wat het parkpersoneel in staat stelt om stropers te onderscheppen voordat ze schade aanrichten.
De nieuwe technologie die Resolve heeft bedacht, belooft effectiever te zijn dan de gebruikelijke detectiesensoren. Anti-stroperijcamera's sturen meldingen elke keer als ze beweging detecteren, wat leidt tot veel valse alarmen en de levensduur van de batterij beperkt tot vier weken. De TrailGuard-camera gebruikt beweging alleen om de camera te activeren en stuurt meldingen alleen wanneer er mensen in beeld zijn. Dit betekent dat er aanzienlijk minder valse alarmen zullen zijn.
Bovendien verbruikt de Resolve-camera praktisch geen energie in de slaapstand en kan tot anderhalf jaar zonder opladen werken. Met andere woorden, het personeel van het park hoeft niet zo vaak hun veiligheid op het spel te zetten als voorheen. De camera is ter grote van een potlood, wat de kans verkleint dat stroperij haar ontdekt.
What else useful can you read in the blog
→
→
→
→
→
Subscribe to our -kanaal, zodat je het volgende artikel niet mist! We schrijven niet vaker dan twee keer per week en alleen als het nodig is.
Bron: habr.com
