İnternete bağlı herhangi bir elektrikli su ısıtıcısından yapay zekanın siber sporcuları nasıl yendiğini, eski teknolojilere nasıl yeni fırsatlar sunduğunu ve çiziminize göre kedileri nasıl çizdiğini duyabilirsiniz. Ancak makine zekasının aynı zamanda çevreyi de korumayı başardığı gerçeğinden daha az bahsediyorlar. Cloud4Y bu ihmali düzeltmeye karar verdi.
Afrika'da hayata geçirilen en ilginç projelerden bahsedelim.
DeepMind Serengeti sürülerini takip ediyor
Son 10 yıldır, Serengeti Aslan Araştırma programındaki biyologlar, ekolojistler ve gönüllü korumacılar, Serengeti Ulusal Parkı'nda (Tanzanya) bulunan yüzlerce saha kamerasından veri topluyor ve analiz ediyor. Varlığı tehdit altında olan belirli hayvan türlerinin davranışlarını incelemek için bu gereklidir. Gönüllüler bir yılı bilgileri işlemek, demografik bilgiler, hareketler ve hayvan faaliyetinin diğer belirteçleri üzerinde çalışmakla geçirdiler. AI DeepMind zaten bu işi 9 ayda yapıyor.
DeepMind, yapay zeka teknolojileri geliştiren bir İngiliz şirketidir. 2014 yılında Alphabet tarafından satın alındı. Veri kümesini kullanma Yapay zeka modelini eğitmek için araştırma ekibi mükemmel sonuçlar elde etti: görüntülerdeki Afrika hayvanlarını otomatik olarak tespit edip tanımlayabiliyor ve sayabiliyor, böylece işini 3 ay daha hızlı hale getiriyor. DeepMind çalışanları bunun neden önemli olduğunu açıklıyor:
“Serengeti, büyük memelilerden oluşan bozulmamış bir topluluğa sahip, dünyada kalan son yerlerden biri... İnsanların parkın etrafındaki istilası daha yoğun hale geldikçe, bu türler hayatta kalabilmek için davranışlarını değiştirmek zorunda kalıyor. Artan tarım, kaçak avlanma ve iklimsel anormallikler, hayvan davranışlarında ve nüfus dinamiklerinde değişikliklere neden oluyor, ancak bu değişiklikler, geleneksel araştırma yöntemleri kullanılarak izlenmesi zor olan mekansal ve zamansal ölçeklerde meydana geldi."
Yapay zeka neden biyolojik zekadan daha verimli çalışıyor? Bunun birkaç nedeni var.
- Daha fazla fotoğraf dahil. Kurulumdan bu yana saha kameraları birkaç yüz milyon görüntü yakaladı. Hepsinin tanınması kolay değil, bu nedenle gönüllülerin Zooniverse adlı bir web aracını kullanarak türleri manuel olarak tanımlamaları gerekiyor. Şu anda veritabanında 50 farklı tür var ancak verilerin işlenmesi için çok fazla zaman harcanıyor. Sonuç olarak eserde fotoğrafların tamamı kullanılmamaktadır.
- Hızlı tür tanıma. Şirket, yakında sahada konuşlandırılacak olan önceden eğitilmiş sisteminin, bir bölgede bulunan yüzden fazla hayvan türünü hatırlama ve tanıma konusunda insan yorumlayıcılarla aynı seviyede (hatta daha iyi) performans gösterebileceğini iddia ediyor.
- Ucuz ekipman. AI DeepMind, güvenilir olmayan İnternet erişimine sahip mütevazı donanımlarla verimli bir şekilde çalışabiliyor; bu, özellikle güçlü bilgisayarların ve hızlı İnternet erişiminin yaban hayatı için yıkıcı olabileceği ve kurulumunun aşırı derecede pahalı olabileceği Afrika kıtası için geçerli. Biyogüvenlik ve maliyet tasarrufu, yapay zekanın çevre aktivistleri için önemli faydalarıdır.
DeepMind'ın makine öğrenimi sisteminin yalnızca popülasyon davranışını ve dağılımını ayrıntılı olarak takip etmekle kalmayıp, aynı zamanda korumacıların Serengeti hayvanlarının davranışlarındaki kısa vadeli değişikliklere anında yanıt vermelerine olanak tanıyacak kadar hızlı veri sağlaması da bekleniyor.
Microsoft filleri takip ediyor
Adil olmak gerekirse, DeepMind'ın kırılgan vahşi hayvan popülasyonlarını kurtarmakla ilgilenen tek şirket olmadığını belirtmek isteriz. Böylece Microsoft, kendi girişimiyle Santa Cruz'da boy gösterdi Afrika savana fillerini takip etmek için yapay zekayı kullanan bir şirket.
Fil Dinleme Projesi'nin bir parçası olan girişim, Cornell Üniversitesi'ndeki bir laboratuvarın yardımıyla, Nouabale-Ndoki Ulusal Parkı'na ve Kongo Cumhuriyeti'ndeki çevre orman alanlarına dağılmış akustik sensörlerden veri toplayıp analiz edebilen bir sistem geliştirdi. Yapay zeka, kayıtlardaki fillerin sesini, yani birbirleriyle iletişim kurmak için kullandıkları düşük frekanslı gürleme seslerini tanıyor ve sürünün büyüklüğü ve hareket yönü hakkında bilgi alıyor. Conservation Metrics CEO'su Matthew McKone'a göre yapay zeka, havadan görülemeyen hayvanları tek tek doğru bir şekilde tanımlayabiliyor.
İlginç bir şekilde bu proje, Snapshot Serengeti üzerinde eğitilmiş, tanımlayabilen, tanımlayabilen ve sayabilen bir makine öğrenme algoritmasının geliştirilmesiyle sonuçlandı. %96,6 doğrulukla.
TrailGuard Resolve kaçak avcılara karşı uyarıyor
Intel destekli akıllı kamera, nesli tükenmekte olan Afrika yaban hayatını kaçak avcılardan korumak için yapay zekayı kullanıyor. Bu sistemin özelliği, hayvanları yasadışı olarak öldürme girişimlerine karşı önceden uyarıda bulunmasıdır.
Parkın her yerine yerleştirilen kameralar, hayvanları, insanları ve araçları gerçek zamanlı olarak tespit edebilen ve park bekçilerinin kaçak avcıları yanlış bir şey yapmadan önce yakalamasına olanak tanıyan bir Intel bilgisayarlı görüntü işlemcisi (Movidius Myriad 2) kullanıyor.
Resolve'un ortaya çıkardığı yeni teknoloji, geleneksel algılama sensörlerinden daha etkili olmayı vaat ediyor. Kaçak avlanmayı önleyen kameralar, hareketi algıladıklarında uyarı göndererek birçok yanlış alarma yol açar ve pil ömrünü dört haftayla sınırlandırır. TrailGuard kamera, kamerayı uyandırmak için yalnızca hareketi kullanır ve yalnızca çerçevede insanları gördüğünde uyarı gönderir. Bu, önemli ölçüde daha az yanlış pozitif olacağı anlamına gelir.
Ayrıca Resolve kamera, bekleme modunda neredeyse hiç güç tüketmez ve yeniden şarj edilmeden bir buçuk yıla kadar dayanabilir. Başka bir deyişle, park personeli güvenliklerini eskisi kadar sık riske atmak zorunda kalmayacak. Kameranın kendisi bir kalem büyüklüğünde olduğundan kaçak avcılar tarafından keşfedilme olasılığı daha düşük.
Blogda başka neler okuyabilirsiniz?
→
→
→
→
→
Abone olun -kanal böylece bir sonraki makaleyi kaçırmazsınız! Haftada en fazla iki kez ve yalnızca iş hakkında yazıyoruz.
Kaynak: habr.com