Modely AI pro identifikaci invazivních druhů rostlin napříč Spojeným královstvím

Environmentalisté a výzkumníci v oblasti umělé inteligence využívají AI k boji proti invazivním druhům, které se šíří napříč Spojeným královstvím. Výzkumníci z UK Centre for Ecology and Hydrology (UKCEH) a Birminghamu vyvinuli model AI, který má za úkol prozkoumat oblasti, jako jsou silniční příkopy, za účelem identifikace různých invazivních druhů, včetně japonského uzlu.

Japonský uzel je invazivní druh, který může poškodit přírodní krajiny a budovy po celém Spojeném království, protože je schopen poškodit základy budov. Často je považován za jeden z nejvíce škodlivých a agresivních invazivních rostlinných druhů ve Spojeném království. Odstranění japonského uzlu se často ukazuje jako obtížné, protože je obtížné jej najít a identifikovat. Výzkumníci AI doufají, že algoritmy strojového učení mohou snížit čas a zdroje potřebné k identifikaci japonského uzlu.

Trénovací data pro model byly shromážděny pomocí vysokorychlostních kamer umístěných na vozidlech, které pořídily snímky asi 120 mil vegetace na silničních příkopech. Ekologové budou prohlížet snímky a označí uzel, a snímky budou označeny GPS polohou. Označené snímky budou poté použity k trénování modelu počítačového vidění, aby rozpoznal vzorky japonského uzlu. Stejný proces bude použit k rozpoznání dalších invazivních rostlinných druhů nacházejících se ve Spojeném království, jako je himálajský balzám a rhododendrony. Systém bude také použit k detekci jasanů, které jsou původní ve Spojeném království, ale jsou ohroženy onemocněním.

Model AI bude testován v rámci 10měsíčního pilotního projektu. Výzkumný tým uvádí, že existují výzvy, které je třeba překonat, jako je zajištění toho, aby byly snímky pořízené kamerami konzistentní kvality, a že když je ve snímku více druhů, všechny druhy jsou správně identifikovány. Pokud pilotní program dosáhne slibných výsledků, může být upraven pro použití v jiných zemích po celém světě, aby tyto země mohly bojovat proti svým vlastním problémům s invazivními druhy. Dr. Tom August, výpočetní ekolog z UKCEH, citoval The Next Web:

„Invazivní rostlinné druhy obvykle rostou v koridorech, a proto se zaměřujeme na silniční průzkumy jako výpočetní ekolog z UKCEH. Pokud je pilotní projekt úspěšný, může být tato metoda použita v jiných zemích nebo pro jiné druhy rostlin, stromů nebo dokonce hmyzu a zvířat.“

Podle Augusta modely AI nabízejí mnoho možností pro studium přírodního světa a vytváření efektivních a nákladově efektivní řešení invazivních druhů. UKCEH spolupracuje se společností Keen AI, která je AI společností se sídlem v Birminghamu. Zakladatel Keen AI, Amjad Karim, byl citován časopisem Science Focus, že použití modelů AI k analýze snímků a detekci invazivních druhů může pomoci snížit náklady a zajistit bezpečnost vlastníků půdy, silničních agentur a politiků. Primární metoda sběru silničních snímků目前 vyžaduje průzkumníky, a silnice je dočasně uzavřena, zatímco dokončují svou práci.

Nový projekt navržen UKCEH a Keen AI je pouze nejnovějším příkladem rostoucího trendu, který zahrnuje použití AI k boji proti invazivním druhům. Na konci loňského roku se výzkumníci AI z Microsoftu a CSIRO spojili k navržení modelu AI, který může identifikovat invazivní druh zvaný para tráva, který se nachází v Kakadu National Park v Austrálii. Para tráva je rychlerostoucí plevel, který se může rychle šířit a nahrazovat mnoho původních rostlin v regionu. Výzkumníci využili snímky pořízené drony, a jednou, co byl model trénován na označených snímcích, byl schopen úspěšně identifikovat para trávu, což umožnilo výzkumníkům odstranit ji z ohrožených mokřadů. To mělo za následek návrat tisíců magpie hus do regionu. Další tým výzkumníků z Nové university v Albertě použil modely strojového učení k navržení strategií obsažení a zmírnění pro různé invazivní druhy v Kanadě.