Tinutulungan ng AI na pag-aralan ang mga hayop ng Africa

Tinutulungan ng AI na pag-aralan ang mga hayop ng Africa
Mula sa anumang electric kettle na konektado sa Internet, maaari mong marinig ang tungkol sa kung paano tinatalo ng AI ang mga cyber athlete, nagbibigay ng mga bagong pagkakataon sa mga lumang teknolohiya, at gumuhit ng mga pusa batay sa iyong sketch. Ngunit mas madalas silang mag-usap tungkol sa katotohanan na ang machine intelligence ay namamahala din sa pangangalaga sa kapaligiran. Nagpasya ang Cloud4Y na itama ang pagkukulang na ito.

Pag-usapan natin ang mga pinaka-kagiliw-giliw na proyekto na ipinapatupad sa Africa.

Sinusubaybayan ng DeepMind ang mga kawan ng Serengeti

Tinutulungan ng AI na pag-aralan ang mga hayop ng Africa

Sa nakalipas na 10 taon, ang mga biologist, ecologist at volunteer conservationist sa Serengeti Lion Research program ay nangongolekta at nagsusuri ng data mula sa daan-daang field camera na matatagpuan sa Serengeti National Park (Tanzania). Ito ay kinakailangan upang pag-aralan ang pag-uugali ng ilang mga species ng mga hayop na ang pagkakaroon ay nanganganib. Ang mga boluntaryo ay gumugol ng isang buong taon sa pagproseso ng impormasyon, pag-aaral ng mga demograpiko, paggalaw at iba pang mga marker ng aktibidad ng hayop. Ginagawa na ng AI DeepMind ang trabahong ito sa loob ng 9 na buwan.

Ang DeepMind ay isang British na kumpanya na bumubuo ng mga teknolohiya ng artificial intelligence. Noong 2014, binili ito ng Alphabet. Gamit ang dataset Snapshot Serengeti upang sanayin ang isang modelo ng artificial intelligence, nakamit ng pangkat ng pananaliksik ang mahuhusay na resulta: AI DeepMind ay maaaring awtomatikong makita, kilalanin at bilangin ang mga hayop sa Africa sa mga larawan, na ginagawang mas mabilis ang trabaho nito nang 3 buwan. Ipinapaliwanag ng mga empleyado ng DeepMind kung bakit ito mahalaga:

β€œAng Serengeti ay isa sa mga huling natitirang lugar sa mundo na may buo na komunidad ng malalaking mammal... Habang tumitindi ang panghihimasok ng tao sa paligid ng parke, ang mga species na ito ay napipilitang baguhin ang kanilang pag-uugali upang mabuhay. Ang pagtaas ng agrikultura, poaching at klimatikong anomalya ay nagtutulak ng mga pagbabago sa pag-uugali ng mga hayop at dynamics ng populasyon, ngunit ang mga pagbabagong ito ay naganap sa spatial at temporal na sukat na mahirap subaybayan gamit ang mga tradisyonal na pamamaraan ng pananaliksik.

Bakit mas mahusay na gumagana ang artificial intelligence kaysa biological intelligence? Mayroong ilang mga dahilan para dito.

  • May kasama pang mga larawan. Mula sa pag-install, ang mga field camera ay nakakuha ng ilang daang milyong mga imahe. Hindi lahat ng mga ito ay madaling makilala, kaya ang mga boluntaryo ay kailangang manu-manong tukuyin ang mga species gamit ang isang web tool na tinatawag na Zooniverse. Kasalukuyang mayroong 50 iba't ibang species sa database, ngunit masyadong maraming oras ang ginugol sa pagproseso ng data. Bilang resulta, hindi lahat ng litrato ay ginagamit sa trabaho.
  • Mabilis na pagkilala sa mga species. Sinasabi ng kumpanya na ang pre-trained system nito, na malapit nang i-deploy sa field, ay may kakayahang gumanap nang kapantay ng (o mas mahusay pa kaysa) sa mga annotator ng tao sa pag-alala at pagkilala sa higit sa isang daang species ng hayop na matatagpuan sa isang rehiyon.
  • Murang kagamitan. Ang AI DeepMind ay mahusay na gumagana sa katamtamang hardware na may hindi mapagkakatiwalaang pag-access sa Internet, na totoo lalo na sa kontinente ng Africa, kung saan ang makapangyarihang mga computer at mabilis na pag-access sa Internet ay maaaring makasira sa wildlife at napakamahal na i-deploy. Ang biosecurity at pagtitipid sa gastos ay mahalagang benepisyo ng AI para sa mga aktibistang pangkalikasan.

Tinutulungan ng AI na pag-aralan ang mga hayop ng Africa

Ang machine learning system ng DeepMind ay inaasahan na hindi lamang masusubaybayan ang pag-uugali at distribusyon ng populasyon nang detalyado, ngunit nagbibigay din ng data nang sapat na mabilis upang payagan ang mga conservationist na tumugon kaagad sa mga panandaliang pagbabago sa pag-uugali ng mga hayop ng Serengeti.

Sinusubaybayan ng Microsoft ang mga elepante

Tinutulungan ng AI na pag-aralan ang mga hayop ng Africa

Upang maging patas, tandaan namin na ang DeepMind ay hindi lamang ang kumpanya na nag-aalala sa pag-save ng mga marupok na populasyon ng mga ligaw na hayop. Kaya, nagpakita ang Microsoft sa Santa Cruz kasama ang pagsisimula nito Mga Sukat sa Pag-iingat, na gumagamit ng AI para subaybayan ang mga African savannah elephant.

Ang startup, bahagi ng Elephant Listening Project, sa tulong ng isang laboratoryo sa Cornell University, ay nakabuo ng isang sistema na may kakayahang mangolekta at magsuri ng data mula sa mga acoustic sensor na nakakalat sa buong Nouabale-Ndoki National Park at nakapaligid na mga kagubatan sa Republic of Congo. Kinikilala ng artipisyal na katalinuhan ang boses ng mga elepante sa mga pag-record - ang mababang dalas ng mga dagundong na tunog na ginagamit nila upang makipag-usap sa isa't isa, at tumatanggap ng impormasyon tungkol sa laki ng kawan at sa direksyon ng paggalaw nito. Ayon kay Conservation Metrics CEO Matthew McKone, ang artificial intelligence ay maaaring tumpak na matukoy ang mga indibidwal na hayop na hindi nakikita mula sa himpapawid.

Kapansin-pansin, ang proyektong ito ay nagresulta sa pagbuo ng isang machine learning algorithm na sinanay sa Snapshot Serengeti na maaaring tumukoy, maglarawan at mabilang wildlife na may katumpakan na 96,6%.

Nagbabala ang TrailGuard Resolve tungkol sa mga poachers


Gumagamit ang Intel-powered smart camera ng AI para protektahan ang endangered African wildlife mula sa mga poachers. Ang kakaiba ng sistemang ito ay nagbabala ito tungkol sa mga pagtatangka na iligal na pumatay ng mga hayop nang maaga.

Ang mga camera na matatagpuan sa buong parke ay gumagamit ng Intel computer vision processor (Movidius Myriad 2) na maaaring makakita ng mga hayop, tao, at sasakyan sa real time, na nagpapahintulot sa mga tanod ng parke na mahuli ang mga poachers bago sila gumawa ng anumang mali.

Ang bagong teknolohiya na ginawa ng Resolve ay nangangako na magiging mas epektibo kaysa sa mga nakasanayang detection sensor. Ang mga anti-poaching camera ay nagpapadala ng mga alerto sa tuwing nakakakita sila ng paggalaw, na humahantong sa maraming maling alarma at nililimitahan ang buhay ng baterya sa apat na linggo. Gumagamit lamang ang TrailGuard camera ng paggalaw upang gisingin ang camera at nagpapadala lamang ng mga alerto kapag nakita nito ang mga tao sa frame. Nangangahulugan ito na magkakaroon ng makabuluhang mas kaunting mga maling positibo.

Bilang karagdagan, ang Resolve camera ay halos walang kuryente sa standby mode at maaaring tumagal ng hanggang isang taon at kalahati nang hindi nagre-recharge. Sa madaling salita, hindi na kailangang ipagsapalaran ng mga tauhan ng parke ang kanilang kaligtasan nang madalas gaya ng dati. Ang camera mismo ay halos kasing laki ng lapis, kaya mas malamang na hindi ito matuklasan ng mga poachers.

Ano pa ang mababasa mo sa blog? Cloud4Y

β†’ vGPU - hindi maaaring balewalain
β†’ Beer intelligence - Ang AI ay may kasamang beer
β†’ 4 na paraan para makatipid sa cloud backups
β†’ Nangungunang 5 mga pamamahagi ng Kubernetes
β†’ Mga robot at strawberry: kung paano pinapataas ng AI ang pagiging produktibo sa larangan

Mag-subscribe sa aming Telegrama-channel, para hindi makaligtaan ang susunod na artikulo! Nagsusulat kami ng hindi hihigit sa dalawang beses sa isang linggo at sa negosyo lamang.

Pinagmulan: www.habr.com

Magdagdag ng komento