Пять способов, с помощью которых искусственный интеллект спасает дикую природу — от подсчета шимпанзе до обнаружения китов | Искусственный интеллект (ИИ)

Твот направление мысли, от научно-фантастических фильмов до Стивена Хокинга, которое предполагает, что искусственный интеллект (ИИ) может означать гибель для людей. Но защитники природы все чаще обращаются к ИИ как к инновационному технологическому решению для преодоления кризиса биоразнообразия и смягчения последствий изменения климата.

Недавний отчет Wildlabs.net показал, что ИИ был одной из трех ведущих технологий в области сохранения. В отчете отмечается: от фотоловушек и спутниковых изображений до аудиозаписей: «ИИ может научиться определять, какие фотографии из тысяч содержат редкие виды; или определить зов животного вне часов полевых записей — это значительно сокращает ручной труд, необходимый для сбора жизненно важных данных о сохранении».

ИИ помогает защищать такие разнообразные виды, как горбатые киты, коалы и снежные барсы, поддерживая работу ученых, исследователей и рейнджеров в выполнении жизненно важных задач, от патрулирования против браконьерства до наблюдения за видами. Благодаря компьютерным системам машинного обучения (МО), которые используют алгоритмы и модели для обучения, понимания и адаптации, ИИ часто может выполнять работу сотен людей, получая более быстрые, дешевые и эффективные результаты.

Вот пять проектов ИИ, способствующих нашему пониманию биоразнообразия и видов:

1. Остановить браконьеров

Национальный парк Кафуэ в Замбии является домом для более чем 6600 африканских саванных слонов и занимает площадь 22 400 кв. км, поэтому пресечение браконьерства является большой логистической проблемой. Незаконный лов рыбы в озере Итежи-Тежи на границе парка также является проблемой, и браконьеры маскируются под рыбаков, чтобы войти и выйти из парка незамеченными, часто под покровом темноты.

Остановка браконьеров в национальном парке Кафуэ.
Автоматические оповещения означают, что для обеспечения круглосуточного наблюдения требуется всего несколько рейнджеров. Фотография: Game Rangers International

Инициатива Connected Conservation Initiative от Game Rangers International (GRI), Департамента национальных парков и дикой природы Замбии и других партнеров использует ИИ для усиления традиционных усилий по борьбе с браконьерством, создавая виртуальный забор длиной 19 км через озеро Итежи-Тежи. Передние инфракрасные тепловизионные камеры (FLIR) фиксируют каждую лодку, входящую и выходящую из парка днем ​​и ночью.

Установленные в 2019 году камеры контролировались вручную рейнджерами, которые затем могли реагировать на признаки незаконной деятельности. FLIR AI теперь обучен автоматически обнаруживать лодки, входящие в парк, что повышает эффективность и снижает потребность в постоянном ручном наблюдении. Волны и летящие птицы также могут вызывать оповещения, поэтому ИИ учат устранять эти ложные показания.

«Уже давно не хватает ресурсов для обеспечения безопасности охраняемых территорий, а люди, которые смотрят несколько камер 24 часа в сутки, 7 дней в неделю, не масштабируются», — говорит Ян Хоад, специальный технический консультант GRI. «ИИ может изменить правила игры, поскольку он может отслеживать незаконные переходы лодок и немедленно предупреждать команды рейнджеров. Эта технология позволила горстке рейнджеров обеспечить круглосуточное наблюдение за массовым незаконным пропускным пунктом через озеро Итежи-Тежи».

2. Отслеживание потери воды

Бразилия потеряла более 15% своих поверхностных вод за последние 30 лет, и этот кризис стал известен только с помощью ИИ. Реки, озера и водно-болотные угодья страны сталкиваются с растущим давлением со стороны растущего населения, экономического развития, вырубки лесов и усугубляющихся последствий климатического кризиса. Но никто не знал о масштабах проблемы до августа прошлого года, когда с помощью машинного обучения водный проект MapBiomas опубликовал свои результаты после обработки более 150 000 изображений, созданных спутниками НАСА Landsat 5, 7 и 8 с 1985 по 2020 год на площади 8,5 м2. км территории Бразилии. Без ИИ исследователи не смогли бы проанализировать изменения воды по всей стране в необходимом масштабе и уровне детализации. ИИ также может различать естественные и созданные человеком водоемы.

Ягуар пьет воду в Порто-Жофре, Бразилия.
Ягуар пьет в бразильской части водно-болотных угодий Пантанала, которые потеряли 74% своей поверхностной воды за последние 30 лет. Фотография: Карл де Соуза / AFP / Getty Images

Река Негро, крупный приток Амазонки и одна из 10 крупнейших рек мира по объему, потеряла 22% поверхностных вод. Бразильская часть Пантанала, крупнейшего в мире тропического водно-болотного угодья, потеряла 74% поверхностных вод. Такие потери разрушительны для дикой природы (в Пантанале обитает 4000 видов растений и животных, включая ягуаров, тапиров и анаконд), людей и природы.

«Технология искусственного интеллекта предоставила нам поразительно четкую картину», — говорит Кассио Бернардино, руководитель водного проекта MapBiomas WWF в Бразилии. «Без технологий искусственного интеллекта и машинного обучения мы бы никогда не узнали, насколько серьезной была ситуация, не говоря уже о данных, чтобы убедить людей. Теперь мы можем предпринять шаги для решения проблем, связанных с потерей поверхностных вод, которые создают невероятное биоразнообразие и сообщества Бразилии».

3. Поиск китов

Знание того, где находятся киты, — это первый шаг к принятию таких мер, как морские охраняемые районы, для их защиты. Визуально определить местонахождение горбачей в бескрайних океанах сложно, но их характерное пение может распространяться под водой на сотни миль. На промыслах Национальной океанической и атмосферной ассоциации (Noaa) на островах Тихого океана акустические регистраторы используются для наблюдения за популяциями морских млекопитающих на удаленных и труднодоступных островах, говорит Энн Аллен, океанограф-исследователь Noaa. «За 14 лет мы накопили около 190 000 часов акустических записей. Человеку потребовалось бы непомерно много времени, чтобы вручную идентифицировать вокализацию китов».

Google AI, который распознает такты песни горбатого кита.
ИИ помогает исследователям на островах Тихого океана распознавать песни китов по акустическим записям. Фотография: Ной

В 2018 году Noaa в партнерстве с командой биоакустики Google AI for Social Good создала модель машинного обучения, которая могла бы распознавать песню горбатого кита. «Нам очень удалось идентифицировать горбатую песню по всему нашему набору данных, установив закономерности их присутствия на Гавайских и Марианских островах», — говорит Аллен. «Мы также обнаружили новое появление горбатой песни на рифе Кингман, месте, где никогда раньше не было зарегистрировано присутствие горбатых животных. Этот всесторонний анализ наших данных был бы невозможен без ИИ».

4. Защита коал

Популяция коал в Австралии серьезно сокращается из-за разрушения среды обитания, нападений домашних собак, дорожно-транспортных происшествий и лесных пожаров. Без знания их количества и местонахождения спасти их сложно. Грант Гамильтон, адъюнкт-профессор экологии в Квинслендском технологическом университете (QUT), при федеральном финансировании и финансировании Landcare Australia создал природоохранный центр искусственного интеллекта для подсчета коал и других находящихся под угрозой исчезновения животных. Используя дроны и инфракрасное изображение, алгоритм ИИ быстро анализирует инфракрасные кадры и определяет, является ли тепловая сигнатура коалой или другим животным. Гамильтон использовал эту систему после разрушительных лесных пожаров в Австралии в 2019 и 2020 годах для выявления выживших популяций коал, особенно на острове Кенгуру.

Алгоритмы искусственного интеллекта используются для анализа видеозаписей и идентификации коал в дикой природе в Австралии.
Алгоритмы искусственного интеллекта используются для анализа видеозаписей и идентификации коал в дикой природе в Австралии. Фотография: Грант Гамильтон

«Это революционный проект по защите коал», — говорит Гамильтон. «Мощные алгоритмы искусственного интеллекта способны анализировать бесчисленные часы видеозаписи и идентифицировать коал среди многих других животных в густых зарослях. Эта система позволит группам Landcare, природоохранным группам и организациям, работающим над защитой и мониторингом видов, обследовать большие территории в любой точке Австралии и отправлять данные нам в QUT для их обработки.

«Мы будем все чаще видеть, как ИИ используется в охране природы», — добавляет он. «В этом текущем проекте мы просто не смогли бы сделать это так же быстро и точно без ИИ».

5. Подсчет видов

Спасение видов, находящихся на грани исчезновения, в бассейне реки Конго, втором по величине тропическом лесу в мире, является огромной задачей. В 2020 году компания по обработке данных Appsilon объединилась с Университетом Стерлинга в Шотландии и Агентством национальных парков Габона (ANPN) для разработки алгоритма классификации изображений Mbaza AI для крупномасштабного мониторинга биоразнообразия в национальных парках Лопе и Вака в Габоне.

Неуловимый африканский золотой кот, снятый автоматической камерой.
Неуловимая африканская золотая кошка, снятая автоматической камерой в Габоне. Фотография: ANPN-Пантера

Защитники природы использовали автоматические камеры для съемки различных видов животных, в том числе африканских лесных слонов, горилл, шимпанзе и панголинов, которых затем нужно было идентифицировать вручную. На классификацию миллионов фотографий могут уйти месяцы или годы, а в стране, которая ежемесячно теряет около 150 слонов из-за браконьеров, время имеет значение.

Алгоритм Mbaza AI использовался в 2020 году для анализа более 50 000 изображений, собранных с 200 фотоловушек, разбросанных по лесу площадью 7 000 кв. км. Mbaza AI классифицирует до 3000 изображений в час с точностью до 96%. Специалисты по охране природы могут наблюдать за животными и отслеживать их, а также быстро обнаруживать аномалии или предупреждающие знаки, что позволяет им быстро действовать в случае необходимости. Алгоритм также работает в автономном режиме на обычном ноутбуке, что полезно в местах с плохим или отсутствующим подключением к Интернету.

«Многим лесным млекопитающим Центральной Африки угрожают неустойчивая торговля, изменения в землепользовании и глобальный климатический кризис», — говорит доктор Робин Уайток, научный сотрудник Университета Стерлинга. «Работа Appsilon над приложением Mbaza AI позволяет защитникам природы быстро выявлять угрозы биоразнообразию и реагировать на них. Проект начался с 200 фотоловушек в национальных парках Лопе и Вака в Габоне, но с тех пор различные организации в Западной и Центральной Африке установили еще сотни. В Габоне правительство и агентство национальных парков стремятся установить камеры по всей стране. Mbaza AI может помочь всем этим проектам ускорить анализ данных».

Узнайте больше о возрасте вымирания здесь и следите за репортерами о биоразнообразии. Фиби Уэстон а также Патрик Гринфилд в Твиттере, чтобы быть в курсе всех последних новостей и возможностей

Оставьте комментарий

Ваш адрес email не будет опубликован.