Reklama.
Reklama.
Reklama.
Dzięki niej człowiek może skupić się na tym, co najważniejsze. Jak AI pomaga chronić przyrodę?
Praca przyrodnika to bardzo ważne i szlachetne zajęcie, ale też... czasochłonne i monotonne. W tym zawodzie codzienna rzeczywistość często upływa pod znakiem nie pełnych przygód eskapad i ekscytujących spotkań ze zwierzyną, lecz kilkunastogodzinnych pobytów w czatowniach czy mozolnych analiz setek tysięcy zgromadzonych zdjęć.
Reklama.
Dzika przyroda żyje swoim naturalnym rytmem. Nie wolno jej popędzać, zwłaszcza jeśli zatroskani o nią badacze chcą ustalić stan faktyczny – opisać i udokumentować egzystencję najróżniejszych gatunków, taką, jaka ona rzeczywiście jest. Szczegółowy wywiad ma kolosalne znaczenie w inicjatywach na rzecz ochrony zagrożonych zwierząt.
Obserwacja wędrujących osobników przemierzających codziennie dziesiątki kilometrów na dużym obszarze stanowi spore wyzwanie. Niekiedy gatunki są tak rzadkie lub skryte, że na własne oczy widzi się je raz na kilka lat. Badanie dobrostanu zwierząt na podstawie oceny ich liczebności, migracji i siedlisk pochłania więc i dużo czasu, i sporo funduszy.
Oczywiście dzisiejsi naukowcy i ekolodzy nie muszą wędrować krok w krok za narażonymi na wyginięcie gatunkami. W trosce o ochronę dzikiej fauny posiłkują się fotopułapkami – poukrywanymi w środowisku kamerami połączonymi z czujnikami, które aktywują robienie zdjęć lub nagrywanie filmów w momencie wykrycia ruchu czy ciepła.
Pułapki z kamerami prowadzą jednak do kolejnego problemu – przytłaczającej liczby zdjęć. Mowa tu o setkach tysięcy obrazów, które najpierw trzeba posortować (odsiać te z obserwowanym gatunkiem od tych przypadkowych), a następnie przeanalizować w odniesieniu do pojedynczych osobników żyjących na ogromnych obszarach.
Analiza fotografii w ramach prowadzonego badania terenowego zabiera pracownikom organizacji przyrodniczych setki godzin – czasu, który mogliby poświęcić na skuteczną ochronę zagrożonych wyginięciem zwierząt przed kłusownikami, zanieczyszczeniami przemysłowymi, zmianami klimatycznymi i innymi niebezpieczeństwami.
Na szczęście z pomocą przychodzi im niezmordowany sojusznik, jakim jest AI. Na całym świecie widzenie komputerowe, sztuczna inteligencja i uczenie maszynowe okazują się fantastycznymi narzędziami wsparcia dla pożytecznej pracy wykonywanej przez obrońców przyrody, bo odciążają ich od mozolnych i manualnych zadań.
Bazujące na sztucznej inteligencji technologie dokonują kategoryzacji milionów fotografii oraz identyfikacji poszczególnych zwierząt ze zdjęć, przyspieszając w znacznym stopniu proces pozyskiwania informacji o liczbie, lokalizacji i zasięgu chronionych gatunków. Badacze mogą więc skupić swoje wysiłki na doskonaleniu programów ochrony.
Nic więc dziwnego, że definiującą nasze czasy AI postrzega się jako technologię wspierającą ludzi w ich codziennych obowiązkach. Wiele dotychczasowych przykładów wykorzystania algorytmów AI pokazuje, że to świetne narzędzie do zastosowania w pracy żmudnej lub niebezpiecznej. Bez jego pomocy człowiek nie jest w stanie uzyskać pożądanych efektów.
O tym, jak sztuczna inteligencja idzie w sukurs zoologom i ich podopiecznym, można przekonać się na przykładzie organizacji Snow Leopard Trust i podlegających jej opiece śnieżnych panter – górskich kotów zamieszkujących tereny Azji Środkowej. Od 2018 roku zdjęcia lampartów śnieżnych analizuje skalowalny system Azure Machine Learning.
Rozwiązanie, które opracowali inżynierowie Microsoft, skraca klasyfikację setek tysięcy zdjęć kocich wędrowców z kilkunastu godzin do... trzech minut. Ten model nie tylko zapewnia badaczom śnieżnych panter oszczędność czasu, ale także prowadzi do bardziej precyzyjnych danych, a co za tym idzie lepszych szacunków populacji.
Obecnie inteligentne oprogramowanie jest rozwijane pod kątem algorytmów głębokiego uczenia, czyli technik doskonalenia rozpoznawania określonych cech, tak jak robi to ludzki mózg. W przypadku śnieżnych panter system nabiera wprawy w identyfikacji poszczególnych osobników na podstawie ich niepowtarzalnych oznaczeń na futrach.
Badanie terenowe z użyciem sztucznej inteligencji Azure Machine Learning stanowi jeden z punktów programu realizowanego przez Global Snow Leopard & Ecosystem Protection, sojusz grup pracujących nad zachowaniem gatunków i rządów wszystkich 12 krajów, po których wędrują śnieżne pantery. Cały projekt ma potrwać do 2024 roku.
Przedsięwzięcie odbywa się w ramach programu Microsoft AI for Earth, który jest częścią globalnej inicjatywy AI for Good, mającej na celu wsparcie pracowników naukowych, organizacji non-profit i wszystkich podmiotów realizujących projekty z dziedziny ochrony zdrowia, środowiska, dziedzictwa kulturowego, a także ułatwień dla osób z
niepełnosprawnościami i akcji humanitarnych.
niepełnosprawnościami i akcji humanitarnych.
Poprzez globalny program AI for Good rozwijający sztuczną inteligencję firma nieustannie wspiera organizacje, którym brakuje odpowiednich rozwiązań technologicznych w ich walce z różnymi problemami społecznymi i środowiskowymi. Podmioty te mogą zgłaszać swoje pomysły poprzez stronę internetową Microsoft.
Artykuł powstał we współpracy z Microsoft
Reklama.