მთავარი წაღებები
- ხელოვნური ინტელექტით აღჭურვილი კამერები გაბონის ველური ბუნების რეინჯერებს ახალ ინსტრუმენტს აძლევს ბრაკონიერობის წინააღმდეგ ბრძოლაში.
- ახალი სისტემა იყენებს მანქანურ სწავლებას მოწყობილობაზე ფოტოების გასაანალიზებლად რეალურ დროში ცხოველებისა და ადამიანების აღმოსაჩენად.
- ტექნოლოგია ხელს უწყობს ბრაკონიერობისა და მასთან დაკავშირებული უკანონო ქსელების დაზვერვის გაუმჯობესებას, ეხმარება ხელისუფლებას ველური ბუნებით უკანონო ვაჭრობის აღკვეთაში.
ხელოვნური ინტელექტის (AI) კამერები ხელს უწყობს ცხოველების დაცვას აფრიკის უზარმაზარ ნაწილებში.
კამერები გაბონის ველური ბუნების რეინჯერებს აძლევს ახალ ინსტრუმენტს ბრაკონიერობის წინააღმდეგ ბრძოლაში დამრღვევთა სურათების გადაღებით. სისტემებს ასევე შეუძლიათ ბიომრავალფეროვნების დაკარგვის მონიტორინგი ამ ტერიტორიაზე ცხოველთა რაოდენობის დათვლით.
"რეგულარულ კამერებს შეუძლიათ "მექანიკურად" გააქტიურება, როდესაც რაღაც იწვევს მათ, მაგალითად მოძრაობას ან ხმას", - განუცხადა ხელოვნური ინტელექტის ექსპერტმა ჯეიმს კეტონმა Lifewire-ს ელექტრონული ფოსტის ინტერვიუში. "კამერაში ჩაშენებულ AI-ს შეუძლია უფრო ჭკვიანურად გააქტიურდეს, როდესაც კადრში გადის საინტერესო ნივთები - მაგალითად, ადამიანი ან ბრაკონიერი გზის წინააღმდეგ. AI-ს შეუძლია განასხვავოს ადამიანის ფიგურები და ცხოველების ფიგურები, მაგალითად, პოზის ან ზომის მიხედვით."
გამოთვლა ზღვარზე
AI-ის წყალობით, ჯგუფის Hack the Planet-ის მიერ შემუშავებული ახალი კამერის ხაფანგები უფრო ინტელექტუალურია, ვიდრე წინა მოდელები. სისტემა იყენებს მანქანურ სწავლებას მოწყობილობაზე ფოტოების რეალურ დროში გასაანალიზებლად ცხოველებისა და ადამიანების აღმოსაჩენად.
ხაფანგები აფრთხილებენ რეინჯერებს, თუ აღმოჩენილია სპილო, მარტორქა ან ადამიანის მოძრაობა. აღჭურვილია სატელიტური ბმულით, სისტემას შეუძლია იმუშაოს მსოფლიოს ნებისმიერ წერტილში, GSM ან Wifi ქსელის გარეშე.
სტერლინგის უნივერსიტეტის მკვლევარმა რობინ უაიტოკმა და მკვლევართა ჯგუფმა გამოსცადეს AI მოდელი კამერის ხაფანგის მონაცემების გასაანალიზებლად. შემთხვევის შესწავლაში მათ გამოიყენეს ცენტრალური აფრიკის ტყის ძუძუმწოვრების და ფრინველების კლასიფიცირებული სახეობები. და 300 000 სურათის შედარებით მცირე მონაცემთა ნაკრების შემთხვევაშიც კი, რომელიც გამოიყენებოდა მოდელის მოსამზადებლად, შედეგი იყო ძლიერი, მკვლევარებმა განაცხადეს ნაშრომში.
მკვლევარებმა განაცხადეს, რომ აპარატის ალგორითმი იყო 90 პროცენტით ზუსტი და შეუძლია საათში დაახლოებით 4000 სურათის კლასიფიცირება დესკტოპის აპარატებზე, რომლებსაც იყენებენ პარკის რეინჯერები და ეკოლოგები ამ სფეროში, ღრუბლოვანი გამოთვლის მძლავრ რესურსებზე წვდომის გარეშე. ხელოვნური ინტელექტის სისტემა ამცირებს ათასობით ხაფანგის გამოსახულების ანალიზისთვის საჭირო დროს რამდენიმე კვირიდან ერთ დღემდე.
ბილიკების დაცვა
სხვა სისტემა სახელწოდებით TrailGuard AI გამოიყენება როგორც უსაფრთხოების სისტემა ეროვნული პარკებისთვის ბრაკონიერების აღმოსაჩენად, შესაჩერებლად და დასაკავებლად. ტექნოლოგია ხელს უწყობს ბრაკონიერობისა და მასთან დაკავშირებული უკანონო ქსელების დაზვერვის გაუმჯობესებას, ეხმარება ხელისუფლებას ველური ბუნებით უკანონო ვაჭრობის აღკვეთაში.
საკმარისად პატარა ბილიკების გასწვრივ დასამალად, TrailGuard AI-ის კამერის თავი იყენებს ხელოვნურ ინტელექტს სურათებში ადამიანების აღმოსაჩენად და აგზავნის სურათებს, რომლებშიც ადამიანები შეიცავენ პარკის სათაო ოფისში GSM-ის, შორი მანძილის რადიოს ან სატელიტური ქსელების საშუალებით. TrailGuard AI ტექნოლოგია საველე გამოცდას ჩაუტარდა აღმოსავლეთ აფრიკის ნაკრძალში, სადაც დაეხმარა ოცდაათი ბრაკონიერების დაკავებას და 1300 ფუნტზე მეტი ბუშის ხორცის ამოღებას..
"კამერაში ჩაშენებული ხელოვნური ინტელექტი უფრო ჭკვიანურად გააქტიურდება, როდესაც საინტერესო ნივთები გადადიან ჩარჩოში…"
კონსერვატორები სარგებლობენ ხელოვნური ინტელექტის გაშვებით კამერაში და არა ღრუბელში, რადგან ბატარეის მუშაობის ყველაზე დიდი ხარჯი არის არა კამერის კომპიუტერული ხედვის ჩიპზე დასკვნების გაშვება, არამედ გამოსახულების გადაცემა GSM ან სატელიტური მოდემის საშუალებით. ერიკ დინერშტეინმა, WildTech-ის დირექტორმა ველური ბუნების დაცვის ჯგუფში RESOLVE, განუცხადა Lifewire-ს ელექტრონული ფოსტით.
Dinerstein-მა თქვა, რომ სისტემა ზუსტად გამორიცხავს ცრუ პოზიტივებს, როდესაც კამერა ააქტიურებს რაღაც სხვა ბრაკონიერს.
"TrailGuard-ის ჩვენს ველში განლაგებისას, მოძრაობის სენსორის ტრიგერების 95%-მდე არის ცრუ ტრიგერების ან ცრუ დადებითი შედეგების შედეგი", დასძინა დინერშტეინმა. "მხოლოდ 5% არის ნამდვილი ბრაკონიერები."
TrailGuard-ს შეუძლია დაზოგოს ბატარეის ხანგრძლივობა. ათასობით ცრუ-დადებითი სურათის გადაცემა რამდენიმე კვირის განმავლობაში იკარგება ბატარეები. ცრუ პოზიტივის ზღვარზე გაფილტვრით და მხოლოდ ჭეშმარიტი პოზიტივის ან ძალიან ცოტა ცრუ დადებითის გადაცემით, ბატარეები შეიძლება გაგრძელდეს წლების განმავლობაში.
"ასევე, ჩიპი, რომელსაც ჩვენ ვიყენებთ, არის ძალიან დაბალი სიმძლავრე და ჩვენი მოწყობილობა არის ძილის ან გამორთვის რეჟიმში მისი ცხოვრების უმეტესი ნაწილი", - თქვა დინერშტეინმა. "დაშორებულ ადგილებში სენსორების ბატარეის ხანგრძლივობა ძალიან მნიშვნელოვანია."
ველური ბუნების მონიტორინგი მალე კიდევ უფრო ჭკვიანი გახდება. მკვლევარები მუშაობენ პროგრამირებად AI-ზე, რომელიც ჩაშენებულია კამერებში.
ამჟამად, სურათები უნდა იყოს მოძიებული კამერიდან და დამუშავდეს ღრუბელში. მაგრამ ახალი შესაძლებლობები საშუალებას აძლევს მომხმარებლებს შექმნან მორგებული AI აგენტები და განათავსონ ისინი კამერებზე.
"მაგ.
