Sztuczna inteligencja pomaga badać zwierzęta w Afryce

Sztuczna inteligencja pomaga badać zwierzęta w Afryce
Z dowolnego czajnika elektrycznego podłączonego do Internetu możesz usłyszeć o tym, jak sztuczna inteligencja pokonuje cybersportowców, daje nowe możliwości starym technologiom i rysuje koty na podstawie Twojego szkicu. Rzadziej jednak mówią o tym, że inteligencja maszynowa potrafi także zadbać o środowisko. Cloud4Y postanowił naprawić to zaniedbanie.

Porozmawiajmy o najciekawszych projektach, które są realizowane w Afryce.

DeepMind śledzi stada Serengeti

Sztuczna inteligencja pomaga badać zwierzęta w Afryce

Przez ostatnie 10 lat biolodzy, ekolodzy i ochotnicy zajmujący się ochroną przyrody w ramach programu Serengeti Lion Research zbierali i analizowali dane z setek kamer terenowych zlokalizowanych w Parku Narodowym Serengeti (Tanzania). Jest to konieczne do badania zachowań niektórych gatunków zwierząt, których istnienie jest zagrożone. Wolontariusze spędzili cały rok na przetwarzaniu informacji, badaniu danych demograficznych, przemieszczania się i innych wskaźników aktywności zwierząt. AI DeepMind wykonuje to zadanie już od 9 miesięcy.

DeepMind to brytyjska firma rozwijająca technologie sztucznej inteligencji. W 2014 roku został zakupiony przez Alphabet. Korzystanie ze zbioru danych Migawka Serengeti aby wytrenować model sztucznej inteligencji, zespół badawczy osiągnął doskonałe wyniki: AI DeepMind może automatycznie wykrywać, identyfikować i liczyć afrykańskie zwierzęta na obrazach, dzięki czemu jego praca jest o 3 miesiące szybsza. Pracownicy DeepMind wyjaśniają, dlaczego jest to ważne:

„Serengeti to jedno z ostatnich miejsc na świecie z nienaruszonym zbiorowiskiem dużych ssaków... W miarę jak ingerencja człowieka w park staje się coraz bardziej intensywna, gatunki te zmuszone są zmienić swoje zachowanie, aby przetrwać. Rozwój rolnictwa, kłusownictwo i anomalie klimatyczne powodują zmiany w zachowaniu zwierząt i dynamice populacji, ale zmiany te zachodzą w skali przestrzennej i czasowej, które są trudne do monitorowania przy użyciu tradycyjnych metod badawczych”.

Dlaczego sztuczna inteligencja działa wydajniej niż inteligencja biologiczna? Jest tego kilka powodów.

  • Więcej zdjęć w zestawie. Od czasu instalacji kamery terenowe zarejestrowały kilkaset milionów obrazów. Nie wszystkie są łatwe do rozpoznania, dlatego wolontariusze muszą ręcznie identyfikować gatunki za pomocą narzędzia internetowego o nazwie Zooniverse. Obecnie w bazie danych znajduje się 50 różnych gatunków, lecz przetwarzanie danych zajmuje zbyt dużo czasu. W efekcie nie wszystkie zdjęcia zostają wykorzystane w pracy.
  • Szybkie rozpoznawanie gatunków. Firma twierdzi, że jej wstępnie przeszkolony system, który wkrótce zostanie wdrożony w terenie, jest w stanie dorównywać (lub nawet lepiej) ludzkim adnotatorom w zapamiętywaniu i rozpoznawaniu ponad stu gatunków zwierząt występujących w danym regionie.
  • Tani sprzęt. AI DeepMind może wydajnie działać na skromnym sprzęcie z zawodnym dostępem do Internetu, co jest szczególnie prawdziwe na kontynencie afrykańskim, gdzie potężne komputery i szybki dostęp do Internetu mogą być destrukcyjne dla dzikiej przyrody, a wdrożenie jest zbyt kosztowne. Bezpieczeństwo biologiczne i oszczędności to ważne korzyści płynące ze sztucznej inteligencji dla działaczy na rzecz ochrony środowiska.

Sztuczna inteligencja pomaga badać zwierzęta w Afryce

Oczekuje się, że system uczenia maszynowego DeepMind będzie w stanie nie tylko szczegółowo śledzić zachowanie i rozmieszczenie populacji, ale także dostarczać dane wystarczająco szybko, aby umożliwić działaczom na rzecz ochrony przyrody szybkie reagowanie na krótkoterminowe zmiany w zachowaniu zwierząt Serengeti.

Microsoft tropi słonie

Sztuczna inteligencja pomaga badać zwierzęta w Afryce

Aby być uczciwym, zauważamy, że DeepMind nie jest jedyną firmą, która zajmuje się ratowaniem delikatnych populacji dzikich zwierząt. Tak więc Microsoft pojawił się w Santa Cruz ze swoim startupem Metryki ochrony, która wykorzystuje sztuczną inteligencję do śledzenia afrykańskich słoni sawannowych.

Startup, będący częścią projektu Elephant Listening Project, z pomocą laboratorium na Uniwersytecie Cornell, opracował system zdolny do gromadzenia i analizowania danych z czujników akustycznych rozproszonych po całym Parku Narodowym Nouabale-Ndoki i okolicznych obszarach leśnych Republiki Konga. Sztuczna inteligencja rozpoznaje na nagraniach głos słoni – dźwięki dudnienia o niskiej częstotliwości, których używają do wzajemnej komunikacji i otrzymuje informację o wielkości stada i kierunku jego ruchu. Według dyrektora generalnego Conservation Metrics Matthew McKone’a sztuczna inteligencja może dokładnie identyfikować poszczególne zwierzęta, których nie można zobaczyć z powietrza.

Co ciekawe, w wyniku tego projektu opracowano algorytm uczenia maszynowego wyszkolony na platformie Snapshot Serengeti, który potrafi identyfikować, opisywać i liczyć dzikiej przyrody z dokładnością 96,6%.

TrailGuard Resolve ostrzega przed kłusownikami


Inteligentny aparat z procesorem Intel wykorzystuje sztuczną inteligencję do ochrony zagrożonej dzikiej przyrody Afryki przed kłusownikami. Osobliwością tego systemu jest to, że ostrzega z wyprzedzeniem o próbach nielegalnego zabijania zwierząt.

Kamery rozmieszczone na terenie parku wykorzystują komputerowy procesor wizyjny Intel (Movidius Myriad 2), który potrafi wykrywać zwierzęta, ludzi i pojazdy w czasie rzeczywistym, umożliwiając strażnikom parku łapanie kłusowników, zanim zrobią coś złego.

Nowa technologia opracowana przez firmę Resolve ma być skuteczniejsza niż konwencjonalne czujniki wykrywające. Kamery zapobiegające kłusownictwu wysyłają powiadomienia za każdym razem, gdy wykryją ruch, co prowadzi do wielu fałszywych alarmów i ogranicza żywotność baterii do czterech tygodni. Kamera TrailGuard wykorzystuje ruch tylko do wybudzenia kamery i wysyła powiadomienia tylko wtedy, gdy zobaczy osoby w kadrze. Oznacza to, że będzie znacznie mniej fałszywych alarmów.

Ponadto kamera Resolve praktycznie nie zużywa prądu w trybie czuwania i może wytrzymać nawet półtora roku bez ładowania. Innymi słowy, pracownicy parku nie będą musieli tak często jak wcześniej narażać swojego bezpieczeństwa. Sam aparat ma wielkość mniej więcej ołówka, dzięki czemu jest mniej prawdopodobne, że zostanie wykryty przez kłusowników.

Co jeszcze można przeczytać na blogu? Cloud4Y

vGPU - nie można zignorować
Inteligencja piwa – AI wymyśla piwo
4 sposoby oszczędzania na kopiach zapasowych w chmurze
5 najlepszych dystrybucji Kubernetes
Roboty i truskawki: jak sztuczna inteligencja zwiększa produktywność na polu

Zapisz się do naszego Telegram-channel, żeby nie przegapić kolejnego artykułu! Piszemy nie częściej niż dwa razy w tygodniu i tylko w sprawach służbowych.

Źródło: www.habr.com

Dodaj komentarz