Fra hvilken som helst vannkoker koblet til Internett kan du høre om hvordan AI slår cyberidrettsutøvere, gir nye muligheter til gamle teknologier og tegner katter basert på skissen din. Men de snakker sjeldnere om at maskinintelligens også klarer å ta vare på miljøet. Cloud4Y bestemte seg for å rette opp denne utelatelsen.
La oss snakke om de mest interessante prosjektene som blir implementert i Afrika.
DeepMind sporer Serengeti-flokker
De siste 10 årene har biologer, økologer og frivillige naturvernere i Serengeti Lion Research-programmet samlet inn og analysert data fra hundrevis av feltkameraer i Serengeti nasjonalpark (Tanzania). Dette er nødvendig for å studere oppførselen til visse dyrearter hvis eksistens er truet. Frivillige brukte et helt år på å behandle informasjonen, studere demografi, bevegelser og andre markører for dyrs aktivitet. AI DeepMind gjør allerede denne jobben om 9 måneder.
DeepMind er et britisk selskap som utvikler teknologier for kunstig intelligens. I 2014 ble den kjøpt av Alphabet. Bruke datasettet for å trene en kunstig intelligensmodell oppnådde forskerteamet utmerkede resultater: kan automatisk oppdage, identifisere og telle afrikanske dyr i bilder, noe som gjør arbeidet 3 måneder raskere. DeepMind-ansatte forklarer hvorfor dette er viktig:
«Serengeti er et av de siste gjenværende stedene i verden med et intakt samfunn av store pattedyr... Ettersom menneskelig inngrep rundt parken blir mer intens, blir disse artene tvunget til å endre oppførsel for å overleve. Økende jordbruk, krypskyting og klimatiske anomalier driver endringer i dyreatferd og populasjonsdynamikk, men disse endringene har skjedd i romlige og tidsmessige skalaer som er vanskelige å overvåke ved bruk av tradisjonelle forskningsmetoder.»
Hvorfor fungerer kunstig intelligens mer effektivt enn biologisk intelligens? Det er flere grunner til dette.
- Flere bilder følger med. Siden installasjonen har feltkameraene tatt flere hundre millioner bilder. Ikke alle er enkle å gjenkjenne, så frivillige må identifisere arten manuelt ved å bruke et nettverktøy kalt Zooniverse. Det er i dag 50 forskjellige arter i databasen, men det brukes for mye tid på å behandle dataene. Som et resultat blir ikke alle fotografier brukt i arbeidet.
- Rask artsgjenkjenning. Selskapet hevder at det ferdigtrente systemet, som snart vil bli distribuert i felten, er i stand til å yte på nivå med (eller enda bedre enn) menneskelige annotatorer når det gjelder å huske og gjenkjenne mer enn hundre dyrearter som finnes i en region.
- Billig utstyr. AI DeepMind er i stand til å kjøre effektivt på beskjeden maskinvare med upålitelig Internett-tilgang, noe som er spesielt sant på det afrikanske kontinentet, hvor kraftige datamaskiner og rask Internett-tilgang kan være ødeleggende for dyrelivet og uoverkommelig kostbart å distribuere. Biosikkerhet og kostnadsbesparelser er viktige fordeler med kunstig intelligens for miljøaktivister.
DeepMinds maskinlæringssystem forventes ikke bare å kunne spore populasjonsatferd og distribusjon i detalj, men også gi data raskt nok til å tillate naturvernere å reagere raskt på kortsiktige endringer i atferden til Serengeti-dyr.
Microsoft sporer elefantene
For å være rettferdig bemerker vi at DeepMind ikke er det eneste selskapet som er opptatt av å redde skjøre bestander av ville dyr. Så Microsoft dukket opp i Santa Cruz med oppstarten , som bruker kunstig intelligens til å spore afrikanske savannelefanter.
Oppstarten, en del av Elephant Listening Project, med hjelp fra et laboratorium ved Cornell University, har utviklet et system som er i stand til å samle inn og analysere data fra akustiske sensorer spredt over hele Nouabale-Ndoki nasjonalpark og omkringliggende skogområder i Republikken Kongo. Kunstig intelligens gjenkjenner stemmen til elefanter i opptakene - de lavfrekvente buldrende lydene som de bruker for å kommunisere med hverandre, og mottar informasjon om flokkens størrelse og bevegelsesretningen. Ifølge Conservation Metrics administrerende direktør Matthew McKone, kan kunstig intelligens nøyaktig identifisere individuelle dyr som ikke kan sees fra luften.
Interessant nok resulterte dette prosjektet i utviklingen av en maskinlæringsalgoritme trent på Snapshot Serengeti som kan identifisere, beskrive og telle med en nøyaktighet på 96,6 %.
TrailGuard Resolve advarer mot krypskyttere
Intel-drevet smartkamera bruker AI for å beskytte truet afrikansk dyreliv fra krypskyttere. Det særegne ved dette systemet er at det advarer om forsøk på ulovlig avliving av dyr på forhånd.
Kameraer som er plassert i hele parken bruker en Intel datasynsprosessor (Movidius Myriad 2) som kan oppdage dyr, mennesker og kjøretøy i sanntid, slik at parkvoktere kan fange krypskyttere før de gjør noe galt.
Den nye teknologien som Resolve har kommet med lover å være mer effektiv enn konvensjonelle deteksjonssensorer. Antikrypskytingskameraer sender varsler hver gang de oppdager bevegelse, noe som fører til mange falske alarmer og begrenser batterilevetiden til fire uker. TrailGuard-kameraet bruker kun bevegelse for å vekke kameraet og sender bare varsler når det ser folk i bildet. Det betyr at det blir betydelig færre falske positiver.
I tillegg bruker Resolve-kameraet praktisk talt ingen strøm i standby-modus og kan vare i opptil halvannet år uten å lades opp. Parkpersonalet trenger med andre ord ikke å risikere sikkerheten like ofte som før. Selve kameraet er omtrent på størrelse med en blyant, noe som gjør det mindre sannsynlig at det blir oppdaget av krypskyttere.
Hva annet kan du lese på bloggen?
→
→
→
→
→
Abonner på vår -kanal slik at du ikke går glipp av neste artikkel! Vi skriver ikke mer enn to ganger i uken og kun på forretningsreise.
Kilde: www.habr.com