AI-modeller og platforme

AI-visionmodellen kan forhindre dødelige møder mellem mennesker og elefanter

mm
Føj Unite.AI til dine foretrukne kilder på Google

Et nyt AI-system kan bruges til at beskytte livene for både mennesker og elefanter. Miljøorganisationen RESOLVE har nylig samarbejdet med AI-udvikleren CVEDIA om at udvikle en AI, der kan hjælpe med at forhindre møder mellem elefanter og mennesker, som nogen gange ender med døden for en eller begge parter.

For mennesker, der bor i nærheden af elefanter, er det ikke usædvanligt at høre om nogen, der er død på grund af et møde med en elefant eller høre om en elefant, der er dræbt af et menneske. Selvom mennesker over hele verden er fascinerede af elefanter, invaderer de ofte landbrugsarealer og små landsbyer for at finde føde. Dette problem har kun været forværret i de seneste år, da de traditionelle elefantfødemidler er blevet mindre, og de har været tvunget til at søge efter alternative fødekilder. Elefantbestandene over hele verden føler trykket fra habitatdestruction og jagt. Verdens naturbeskyttelsesfond rapporterer, at antallet af asiatiske elefanter er faldet til mellem 35.000 og 50.000, ned fra 100.000. Samtidig er antallet af afrikanske elefanter faldet fra mellem 3-5 millioner til omkring 470.000-690.000.

Det var som svar på dette voksende problem, at ifølge Mongabay, CVEDIA og RESOLVE samarbejdede om at designe en AI-algoritme, der kan genkende tegn på både elefanter og mennesker. AI-programmet kaldes WildEyes, og når det er installeret på en enhed, kræver det ingen internetforbindelse for at genkende farlige objekter som elefanter, tyvejægere eller tigre. Ideen er, at modellen er funktionel nok til, at den ikke kræver yderligere træning eller internetforbindelse, hvilket gør, at den kan installeres på en SD-kort, der kan indsættes i en digital kamera.

AI-modellen, der er udviklet af CVEDIA, adskiller sig fra traditionelle computer vision-algoritmer på flere måder. Den primære måde, hvorpå billedeklassificeringsalgoritmer trænes, er, at de fødes med tusindvis af billeder eller mange timers video af målobjektet. I stedet trænes WildEyes-algoritmen gennem brugen af simulationer og 3D-modeller af målobjektet. Effekten af denne alternative træningsmetode er, at algoritmen bedre kan genkende målobjektet fra forskellige vinkler. Brugen af 3D-objekter giver mulighed for, at modellen kan lære om et objekt fra forskellige perspektiver og i forskellige stillinger, samt at lære om mønstervariationer inden for en art. Dette hjælper modellen med at genkende objekter fra underlige vinkler, hvilket er vigtigt, da kameraerne ofte vil blive placeret højt oppe i træer, hvor de vil være uden for syns- og skadesområdet for både destruktive dyr og lovbrydere.

I forhold til anvendelser kan AI-aktiverede kameraer kobles til alarmsystemer, der kan sende meddelelser til enten landmænd eller beskyttelsesmyndigheder, når en elefant er blevet set. Organisationer som NGO Instituto Oikos’s East Africa ingeniør humane elefantafskrækkelseskit, der bruger støj, lys og chili-peber til at afskrække elefanter fra at gå ind på landbrugsarealer. Men udviklingen af dette system kræver, at en landmand vogter sine arealer om natten og i våde perioder. Et kamera koblet til et alarmsystem kan give landmændene mulighed for at gå om deres forretninger, indtil en elefant er blevet markeret af et kamera. Hvis AI-advarselsmetoden viser sig at være pålidelig, kan den erstatte de traditionelle metoder til at spore elefanters placering, som typisk involverer hegn eller radiomærker. Disse metoder er tidskrævende og dyre. Den AI-baserede metode kan hjælpe med at afværge de ca. 100 elefantdødsfald og 500 menneskedødsfald, der sker hvert år i Indien.

mens elefantdetektionssystemet i øjeblikket bliver testet i Sydafrika og andre steder, er WildEyes også i stand til at genkende andre objekter. Andre farlige dyr som snøleoparden og tigre er også blevet inkluderet i træningsdataene for AI. I fremtiden vil AI blive testet på disse dyr også. Hvis tilgangen viser sig at være pålidelig, kan den grundlæggende teknologi udvides til at hjælpe med at identificere andre typer dyr, herunder invasive arter. Ligeledes kan kameraer blive sat op til at detektere trælastbiler eller genkende tyvejægere og advare myndighederne om deres ankomst.

Eric Dinerstein, WildTech Directory at RESOLVE, ledede udviklingen af WildEye-systemet. Ifølge Dinerstein er målet at have 1000 WildEye-kameraer til rådighed for brug i november.

Blogger og programmør med specialer i Machine Learning og Deep Learning emner. Daniel håber at hjælpe andre med at bruge AI's kraft til sociale formål.