AI hjälper till att studera Afrikas djur

Från vilken som helst elektrisk vattenkokare som är ansluten till internet kan man höra om hur AI vinner mot e-sportare, ger nya möjligheter till gamla teknologier och ritar katter baserat på dina skisser. Men att den maskinella intelligensen också tar hand om miljön nämns sällan. Cloud4Y har beslutat att rätta till denna miss.

Låt oss prata om de mest intressanta projekten som genomförs i Afrika.

DeepMind övervakar Serengetis hjordar

Under de senaste 10 åren har biologer, ekologer och ideella försvarare av naturresurser inom ramen för programmet Serengeti Lion Research samlat in och analyserat data från hundratals fältkameror som är placerade i Serengetis nationalpark (Tanzania). Detta är nödvändigt för att studera beteendet hos vissa djurarter vars existens hotas. För att bearbeta informationen, genom att studera demografi, rörelser och andra markörer för djurens aktivitet, spenderade volontärerna ett helt år. AI DeepMind utför redan nu detta arbete på 9 månader.

DeepMind är ett brittiskt företag som utvecklar artificiella intelligenslösningar. År 2014 köptes det av Alphabet. Genom att använda en datamängd Snapshot Serengeti för att träna modellen för artificiell intelligens, uppnådde forskargruppen utmärkta resultat: AI DeepMind kan automatiskt upptäcka, identifiera och räkna afrikanska djur på bilder, vilket gör att de utför sitt arbete 3 månader snabbare. Varför är detta viktigt förklarar DeepMinds medarbetare:

«Serengeti är en av de sista platserna i världen med ett orört samhälle av stora däggdjur… Eftersom mänsklig påverkan runt parken blir mer intensiv, tvingas dessa arter att ändra sitt beteende för att överleva. Den ökande jordbruket, tjuvjakt och klimat-anomalier bidrar till förändringar i djurens beteende och populationsdynamik, men dessa förändringar har inträffat på rumsliga och tidsmässiga skala som är svåra att kontrollera med traditionella forskningsmetoder».

Varför fungerar artificiell intelligens effektivare än biologiska metoder? Det finns flera skäl.

• Fler foton används. Sedan installationen har de fältkameror tagit flera hundra miljoner bilder. Inte alla av dem är lätta att identifiera, så frivilliga måste manuellt identifiera arter med hjälp av ett webbaserat verktyg som heter Zooniverse. I databasen finns det för närvarande 50 olika arter, men det tar för lång tid att bearbeta data. Som ett resultat används inte alla foton i arbetet.
• Snabb artigenkänning. Företaget hävdar att deras förutbildade system, som snart kommer att rullas ut i fält, är kapabelt att arbeta på samma nivå som (eller till och med bättre än) mänskliga annotatörer, genom att minnas och känna igen mer än hundra arter av djur som finns i regionen.
• Billig utrustning. AI DeepMind kan effektivt fungera på "modest" utrustning med opålitlig internetåtkomst, vilket är särskilt relevant för den afrikanska kontinenten, där kraftfulla datorer och snabb internetåtkomst kan vara skadliga för den levande naturen och överdrivet dyra att distribuera. Biologisk säkerhet och kostnadsbesparingar är viktiga fördelar med AI för ekaktivister.

Det förväntas att DeepMinds maskininlärningssystem inte bara kan spåra beteende och populationernas fördelning i detalj, utan också tillhandahålla data tillräckligt snabbt så att miljöskyddare kan reagera i tid på kortsiktiga förändringar i djurens beteende i Serengeti.

Microsoft övervakar elefanterna

För rättvisans skull ska nämnas att DeepMind inte är det enda företaget som oroar sig för att rädda sköra populationer av vilda djur. Microsoft har också uppmärksammats i Santa Cruz med sin startup Conservation Metrics, som använder AI för att övervaka afrikanska savannelefanter.

Startupet inom Elephant Listening Project har, med hjälp av Cornell Universitys laboratorium, utvecklat ett system som kan samla in och analysera data från akustiska sensorer spridda över hela Nouabalé-Ndoki nationalpark och de angränsande skogsområdena i Kongo. Artificiell intelligens identifierar elefanternas röster i inspelningarna – de lågfrekventa dunsande ljud som de använder för att kommunicera med varandra, och får information om storleken på flocken och deras rörelseriktning. Enligt Matthew McKown, VD för Conservation Metrics, kan AI:n noggrant identifiera enskilda djur som inte går att se från luften.

Intressant nog har detta projekt lett till utvecklingen av en maskininlärningsalgoritm, som tränats på Snapshot Serengeti, som kan identifiera, beskriva och räkna vilda djur med en noggrannhet på 96,6%.

TrailGuard Resolve varnar för tjuvjägare

En smart kamera baserad på Intel använder AI för att skydda afrikanska vilda djur som är utrotningshotade. Denna systems särdrag är att den varnar för försök till olaglig jakt i förväg.

I kamerorna som finns inom parkens gränser används Intel:s processor för datorsyn (Movidius Myriad 2), som kan upptäcka djur, människor och fordon i realtid, vilket ger parkvakterna möjlighet att gripa tjuvjägare innan de hinner orsaka skada.

Den nya teknologin som utvecklats av Resolve lovar att vara mer effektiv jämfört med traditionella detektionssensorer. Anti-tjuvjaktkamerorna skickar aviseringar varje gång de upptäcker rörelse, vilket leder till många falska larm och begränsar batteriets livslängd till fyra veckor. TrailGuard-kameran använder rörelse endast för att väcka kameran och skickar aviseringar endast när den ser människor i bild. Detta innebär att antalet falska larm kommer att minska avsevärt.

Dessutom förbrukar Resolve-kameran praktiskt taget ingen energi i viloläge och kan fungera i upp till ett och ett halvt år utan att behöva laddas. Med andra ord behöver parkpersonalen inte riskera sin säkerhet lika ofta som tidigare. Själva kameran är i storlek med en blyertspenna, vilket minskar sannolikheten för att tjuvjaktare ska upptäcka den.

Vad mer intressant kan man läsa i bloggen Cloud4Y

→ vGPU — att ignorera detta är inte ett alternativ
→ Öl-intelligens — AI skapar öl
→ 4 sätt att spara på molnbaserade säkerhetskopior
→ 5 bästa distributionerna av Kubernetes
→ Robotar och jordgubbar: hur AI ökar avkastningen på fälten

Prenumerera på vår Telegram-kanal för att inte missa nästa artikel! Vi skriver högst två gånger i veckan och endast om viktiga ämnen.

Källa: habr.com