З будь-якого електрочайника, підключеного до інтернету, можна почути про те, як ІІ виграє у кіберспортсменів, дарує нові можливості старим технологіям і малює котиків за вашим начерком. А ось про те, що машинний розум встигає ще й дбати про довкілля, кажуть рідше. Cloud4Y вирішив виправити цей недогляд.
Поговоримо про найцікавіші проекти, що реалізуються в Африці.
DeepMind відстежує стада Серенгеті
Останні 10 років біологи, екологи та добровільні захисники природних ресурсів у рамках програми Serengeti Lion Research збирають та аналізують дані із сотень польових камер, розташованих у Національному парку Серенгеті (Танзанія). Це необхідно вивчення поведінки деяких видів тварин, чиєму існуванню загрожує небезпека. Щоб опрацювати інформацію, вивчивши демографію, переміщення та інші маркери активності тварин, добровольці витрачали цілий рік. AI DeepMind вже зараз виконує цю роботу за 9 місяців.
DeepMind – британська компанія, яка розробляє технології штучного інтелекту. У 2014 році була куплена Alphabet. Використовуючи набір даних Для навчання моделі штучного інтелекту, наукова група досягла відмінних результатів: може автоматично виявляти, ідентифікувати та рахувати африканських тварин на знімках, роблячи свою роботу на 3 місяці швидше. Чому це важливо, пояснюють співробітники DeepMind:
«Серенгеті є одним з останніх місць у світі, де знаходиться незаймана спільнота великих ссавців… Оскільки людське вторгнення навколо парку стає більш інтенсивним, ці види змушені змінити свою поведінку, щоб вижити. Зростаюче сільське господарство, браконьєрство та кліматичні аномалії сприяють змінам у поведінці тварин та динаміці популяції, але ці зміни відбулися у просторовому та тимчасовому масштабах, які важко контролювати за допомогою традиційних методів дослідження».
Чому штучний інтелект працює ефективніше за біологічний? На це є кілька причин.
- Задіюється більше фотографій. З моменту встановлення польові камери зняли кількасот мільйонів зображень. Не всі вони легко розпізнати, тому добровольцям доводиться вручну ідентифікувати види за допомогою веб-інструменту під назвою Zooniverse. У основі нині налічується 50 різних видів, але на обробку даних витрачається занадто багато часу. У результаті використовуються не всі фотографії.
- Швидке розпізнавання видів. Компанія стверджує, що їхня попередньо навчена система, яка незабаром буде розгорнута в польових умовах, здатна працювати нарівні з (або навіть краще) людськими анотаторами запам'ятовуючи та розпізнаючи понад сотню видів тварин, що мешкають у регіоні.
- Дешеве обладнання. AI DeepMind здатний ефективно працювати на «скромному» обладнанні з ненадійним доступом до інтернету, що особливо актуально для африканського континенту, де потужний комп'ютер та швидкий доступ до інтернету можуть бути руйнівними для живої природи та надмірно дорогими у розгортанні. Біологічна безпека та економія засобів – важливі переваги ІІ для екоактивістів.
Очікується, що система машинного навчання DeepMind зможе не лише детально відстежувати поведінку та розподіл населення, а й досить швидко надавати дані, щоб захисники довкілля могли своєчасно реагувати на короткострокові зміни у поведінці тварин Серенгеті.
Microsoft стежить за слонами
Заради справедливості відзначимо, що DeepMind - не єдина компанія, яка перейнялася порятунком крихких популяцій диких тварин. Так, Microsoft відзначилася у Санта-Круз зі своїм стартапом , який використовує ІІ, щоб стежити за африканськими слонами савани.
Стартап у рамках проекту Elephant Listening Project за допомогою лабораторії Корнельського університету розробив систему, здатну збирати та аналізувати дані від акустичних датчиків, розкиданих по всьому національному парку Нуабале-Ндокі та прилеглих лісових ділянок у Республіці Конго. Штучний інтелект розпізнає на записах голос слонів — низькочастотні гуркітливі звуки, які вони використовують для спілкування один з одним, і отримує інформацію про чисельність стада та напрямок його руху. За словами генерального директора Conservation Metrics Метью Маккоуна, штучний інтелект здатний точно ідентифікувати окремих тварин, яких неможливо побачити з повітря.
Цікаво, що завдяки цьому проекту було розроблено алгоритм машинного навчання, навчений на Snapshot Serengeti, який може ідентифікувати, описувати та вважати із точністю 96,6%.
TrailGuard Resolve попереджає про браконьєрів
Розумна камера на базі Intel використовує AI для захисту від браконьєрів диких африканських тварин, що знаходяться під загрозою зникнення. Особливість цієї системи полягає в тому, що вона попереджає про спроби незаконного вбивства тварин заздалегідь.
У розташованих на території парку камерах використовується процесор комп'ютерного зору Intel (Movidius Myriad 2), який вміє виявляти тварин, людей та транспортні засоби в режимі реального часу, що дає можливість наглядачам парку перехоплювати браконьєрів, доки вони не наробили справ.
Нова технологія, яку вигадала Resolve, обіцяє бути більш ефективною порівняно зі звичними датчиками виявлення. Антибраконьєрські камери посилають оповіщення щоразу, коли виявляють рух, що призводить до безлічі помилкових спрацьовувань та обмежує термін служби батареї до чотирьох тижнів. Камера TrailGuard використовує рух тільки для пробудження камери та відправляє сповіщення лише тоді, коли бачить людей у кадрі. Це означає, що помилкових спрацьовувань буде значно менше.
Крім того, камера Resolve практично не споживає енергії в режимі очікування та може працювати до півтора року без підзарядки. Іншими словами, персоналу парку не доведеться ризикувати своєю безпекою так само часто, як раніше. Сама камера розміром із олівець, що знижує ймовірність того, що браконьєри виявлять її.
Що ще корисного можна почитати у блозі
→
→
→
→
→
Підписуйтесь на наш -Канал, щоб не пропустити чергову статтю! Пишемо не частіше двох разів на тиждень і лише у справі.
Джерело: habr.com