Från vilken elektrisk vattenkokare som helst som är ansluten till Internet kan du höra om hur AI slår cyberidrottare, ger nya möjligheter till gammal teknik och ritar katter baserat på din skiss. Men de pratar mer sällan om att maskinintelligens också klarar av att ta hand om miljön. Cloud4Y beslutade att korrigera denna utelämnande.
Låt oss prata om de mest intressanta projekten som genomförs i Afrika.
DeepMind spårar Serengeti-flockar
Under de senaste 10 åren har biologer, ekologer och frivilliga naturvårdare i Serengeti Lion Research-programmet samlat in och analyserat data från hundratals fältkameror i Serengeti National Park (Tanzania). Detta är nödvändigt för att studera beteendet hos vissa djurarter vars existens är hotad. Volontärer tillbringade ett helt år med att bearbeta informationen, studera demografi, rörelser och andra markörer för djuraktivitet. AI DeepMind gör redan det här jobbet om 9 månader.
DeepMind är ett brittiskt företag som utvecklar artificiell intelligensteknologi. 2014 köptes den av Alphabet. Använda datasetet för att träna en artificiell intelligensmodell uppnådde forskargruppen utmärkta resultat: kan automatiskt upptäcka, identifiera och räkna afrikanska djur i bilder, vilket gör dess arbete 3 månader snabbare. DeepMind-anställda förklarar varför detta är viktigt:
"Serengeti är en av de sista kvarvarande platserna i världen med en intakt gemenskap av stora däggdjur... När mänskliga intrång runt parken blir mer intensiva, tvingas dessa arter att ändra sitt beteende för att överleva. Ökat jordbruk, tjuvjakt och klimatavvikelser driver på förändringar i djurens beteende och populationsdynamik, men dessa förändringar har skett i rumsliga och tidsmässiga skalor som är svåra att övervaka med traditionella forskningsmetoder."
Varför fungerar artificiell intelligens mer effektivt än biologisk intelligens? Det finns flera anledningar till detta.
- Fler bilder ingår. Sedan installationen har fältkamerorna tagit flera hundra miljoner bilder. Inte alla är lätta att känna igen, så frivilliga måste manuellt identifiera arten med hjälp av ett webbverktyg som heter Zooniverse. Det finns för närvarande 50 olika arter i databasen, men för mycket tid går åt till att bearbeta uppgifterna. Därför används inte alla fotografier i arbetet.
- Snabbt artigenkänning. Företaget hävdar att dess förtränade system, som snart kommer att användas på fältet, kan prestera i nivå med (eller till och med bättre än) mänskliga annotatorer när det gäller att minnas och känna igen mer än hundra djurarter som finns i en region.
- Billig utrustning. AI DeepMind kan köras effektivt på blygsam hårdvara med opålitlig internetåtkomst, vilket är särskilt sant på den afrikanska kontinenten, där kraftfulla datorer och snabb internetåtkomst kan vara destruktivt för vilda djur och oöverkomligt dyra att installera. Biosäkerhet och kostnadsbesparingar är viktiga fördelar med AI för miljöaktivister.
DeepMinds maskininlärningssystem förväntas inte bara kunna spåra populationsbeteende och distribution i detalj, utan också tillhandahålla data tillräckligt snabbt för att naturvårdare ska kunna reagera snabbt på kortsiktiga förändringar i beteendet hos Serengeti-djur.
Microsoft spårar elefanterna
För att vara rättvis noterar vi att DeepMind inte är det enda företaget som sysslar med att rädda ömtåliga populationer av vilda djur. Så, Microsoft dök upp i Santa Cruz med sin start , som använder AI för att spåra afrikanska savannelefanter.
Startupen, en del av Elephant Listening Project, har med hjälp av ett laboratorium vid Cornell University utvecklat ett system som kan samla in och analysera data från akustiska sensorer utspridda i Nouabale-Ndoki National Park och omgivande skogsområden i Republiken Kongo. Artificiell intelligens känner igen elefanternas röst i inspelningarna - de lågfrekventa mullrande ljuden som de använder för att kommunicera med varandra, och får information om flockens storlek och riktningen för dess rörelse. Enligt Conservation Metrics vd Matthew McKone kan artificiell intelligens exakt identifiera enskilda djur som inte kan ses från luften.
Intressant nog resulterade detta projekt i utvecklingen av en maskininlärningsalgoritm tränad på Snapshot Serengeti som kan identifiera, beskriva och räkna med en noggrannhet på 96,6 %.
TrailGuard Resolve varnar för tjuvjägare
Intel-driven smart kamera använder AI för att skydda utrotningshotade afrikanska vilda djur från tjuvjägare. Det speciella med detta system är att det varnar för försök att olagligt döda djur i förväg.
Kameror som finns i hela parken använder en Intel-processor (Movidius Myriad 2) som kan upptäcka djur, människor och fordon i realtid, vilket gör att parkvakter kan fånga tjuvskyttar innan de gör något fel.
Den nya tekniken som Resolve har kommit med lovar att vara mer effektiv än konventionella detektionssensorer. Anti-tjuvjaktkameror skickar varningar när de upptäcker rörelse, vilket leder till många falska larm och begränsar batteritiden till fyra veckor. TrailGuard-kameran använder bara rörelse för att väcka kameran och skickar bara varningar när den ser människor i bilden. Det gör att det blir betydligt färre falska positiva.
Dessutom förbrukar Resolve-kameran praktiskt taget ingen ström i standby-läge och kan hålla i upp till ett och ett halvt år utan att laddas om. Parkpersonalen behöver med andra ord inte riskera sin säkerhet lika ofta som tidigare. Kameran i sig är ungefär lika stor som en penna, vilket gör det mindre troligt att den upptäcks av tjuvjägare.
Vad mer kan du läsa på bloggen?
→
→
→
→
→
Prenumerera på vår -kanal så att du inte missar nästa artikel! Vi skriver inte mer än två gånger i veckan och endast i affärer.
Källa: will.com