Ključni izsledki
- Kamere, ki jih poganja umetna inteligenca, dajejo nadzornikom divjih živali v Gabonu novo orodje v boju proti divjemu lovu.
- Nov sistem uporablja strojno učenje za analizo fotografij v napravi v realnem času za odkrivanje živali in ljudi.
- Tehnologija pomaga izboljšati obveščanje o divjem lovu in z njim povezanih nedovoljenih omrežjih, kar organom pomaga zatreti nezakonito trgovino s prosto živečimi živalmi.
Kamere, ki jih poganja umetna inteligenca (AI), pomagajo zaščititi živali po velikih območjih Afrike.
Kamere dajejo nadzornikom divjih živali v Gabonu novo orodje v boju proti divjemu lovu, tako da posnamejo slike prestopnikov. Sistemi lahko spremljajo tudi izgubo biotske raznovrstnosti s štetjem števila živali na območju.
"Navadne kamere se lahko aktivirajo 'mehansko', ko jih nekaj sproži, na primer gibanje ali zvok," je strokovnjak za umetno inteligenco James Caton povedal za Lifewire v intervjuju po elektronski pošti. "Umetna inteligenca, vdelana v kamero, se lahko bolj inteligentno aktivira, ko gredo zanimivi predmeti znotraj kadra – na primer oseba ali divji lovec v primerjavi z losom. Umetna inteligenca lahko razlikuje med človeškimi in živalskimi figurami, na primer po drži ali velikosti."
Računalništvo na robu
Zahvaljujoč umetni inteligenci so nove pasti za kamere, ki jih je razvila skupina Hack the Planet, inteligentnejše od prejšnjih modelov. Sistem uporablja strojno učenje za analizo fotografij v realnem času v napravi za zaznavanje živali in ljudi.
Pasti opozorijo nadzornike, če zaznajo gibanje slona, nosoroga ali človeka. Opremljen s satelitsko navzgornjo povezavo, lahko sistem deluje kjer koli po svetu, ne da bi bil odvisen od omrežja GSM ali Wifi.
Raziskovalec Univerze Stirling Robin Whytock in skupina raziskovalcev so testirali model AI za analizo podatkov pasti kamere. V študiji primera so uporabili klasificirane srednjeafriške gozdne vrste sesalcev in ptic. In tudi s sorazmerno majhnim naborom podatkov 300.000 slik, uporabljenih za usposabljanje modela, je bil rezultat močan, poročajo raziskovalci v prispevku.
Raziskovalci so povedali, da je strojni algoritem 90-odstotno natančen in lahko razvrsti približno 4000 slik na uro na namiznih napravah, ki jih uporabljajo čuvaji parkov in ekologi na terenu, brez dostopa do zmogljivih virov računalništva v oblaku. Sistem umetne inteligence zmanjša čas, potreben za analizo na tisoče slik pasti, z več tednov na en dan.
Čuvanje poti
Drug sistem, imenovan TrailGuard AI, se uporablja kot varnostni sistem za nacionalne parke za odkrivanje, zaustavitev in aretacijo divjih lovcev. Tehnologija pomaga izboljšati obveščevalne podatke o divjem lovu in povezanih nezakonitih omrežjih, s čimer pomaga oblastem pri zatiranju nezakonite trgovine s prosto živečimi živalmi.
Glava kamere TrailGuard AI, ki je dovolj majhna, da se prikrije ob poteh, uporablja umetno inteligenco za zaznavanje ljudi na slikah in posreduje slike ljudi nazaj na sedež parka prek GSM, radia dolgega dosega ali satelitskih omrežij. Tehnologija TrailGuard AI je bila testirana na terenu v rezervatu v vzhodni Afriki, kjer je pomagala pri aretaciji tridesetih divjih lovcev in zasegu več kot 1300 funtov divjega mesa.
"Umetna inteligenca, vdelana v kamero, se lahko bolj inteligentno aktivira, ko zanimivi predmeti preidejo znotraj okvirja…"
Naravovarstveniki imajo koristi od umetne inteligence, ki deluje v kameri in ne v oblaku, saj največja poraba baterije ni izvajanje sklepanja na čipu računalniškega vida v kameri, temveč prenos slike prek GSM ali satelitskega modema, Eric Dinerstein, direktor WildTecha pri skupini za ohranjanje divjih živali RESOLVE, je za Lifewire po elektronski pošti povedal.
Dinerstein je dejal, da sistem natančno izloči lažne pozitivne rezultate, ko kamero aktivira nekaj drugega kot krivolovec.
»Pri naših uvedbah TrailGuard na terenu je do 95 % sprožilcev senzorja gibanja rezultat lažnih sprožilcev ali lažno pozitivnih rezultatov,« je dodal Dinerstein. "Samo 5 % jih je dejanskih lovcev."
TrailGuard lahko prihrani življenjsko dobo baterije. Pošiljanje na tisoče lažno pozitivnih slik v nekaj tednih prazni baterije. S filtriranjem lažno pozitivnih rezultatov na robu in prenosom le resničnih pozitivnih rezultatov ali zelo malo lažnih pozitivnih rezultatov lahko baterije zdržijo leta.
"Poleg tega ima čip, ki ga uporabljamo, zelo nizko porabo energije in naša naprava je večino svoje življenjske dobe v načinu spanja ali izklopljena," je dejal Dinerstein. "Življenjska doba baterije za senzorje na oddaljenih območjih je kritična."
Spremljanje divjih živali bi lahko kmalu postalo še pametnejše. Raziskovalci delajo na programabilni AI, vdelani v kamere.
Trenutno je treba slike pridobiti iz fotoaparata in obdelati v oblaku. Nove zmožnosti pa uporabnikom omogočajo ustvarjanje prilagojenih agentov umetne inteligence in njihovo namestitev v kamere.
"Za divje lovce, na primer, če veste, da potujejo v belem avtomobilu ali da eden od njih vedno nosi rumeno kapo, bi lahko potencialno posodabljali kamere od daleč s temi novimi informacijami," je dejal Caton.
