Model AI untuk Membantu Mengidentifikasi Spesies Tanaman Invasif di Seluruh UK

Ilmuwan lingkungan dan peneliti kecerdasan buatan menggunakan AI untuk melawan spesies invasif yang menyebar di seluruh UK. Peneliti dari Pusat Ekologi dan Hidrologi UK (UKCEH) dan Birmingham telah mengembangkan model AI yang dimaksudkan untuk melakukan survei daerah seperti tepi jalan untuk mengidentifikasi keberadaan berbagai spesies invasif, termasuk Japanese knotweed.

Japanese knotweed adalah spesies invasif yang dapat merusak lanskap alami dan bangunan di sekitar UK, karena dapat merusak fondasi bangunan. Ini sering dianggap sebagai salah satu spesies tanaman invasif paling merusak dan agresif di UK. Menghilangkan Japanese knotweed seringkali terbukti sulit karena sulit ditemukan dan diidentifikasi. Peneliti AI berharap bahwa algoritma pembelajaran mesin dapat mengurangi waktu dan sumber daya yang dibutuhkan untuk mengidentifikasi Japanese knotweed.

Data pelatihan untuk model dikumpulkan melalui penggunaan kamera kecepatan tinggi yang dipasang di atas kendaraan, yang mengumpulkan gambar sekitar 120 mil vegetasi di tepi jalan. Ahli ekologi akan memeriksa gambar dan menandai knotweed, dan gambar akan memiliki lokasi GPS yang ditandai. Gambar yang ditandai akan digunakan untuk melatih model visi komputer untuk mengenali sampel Japanese knotweed. Proses yang sama akan digunakan untuk mengenali spesies tanaman invasif lain yang ditemukan di UK, seperti Himalayan balsam dan rhododendrons. Sistem ini juga akan digunakan untuk mendeteksi pohon ash, yang asli di UK tetapi berisiko dihancurkan oleh penyakit.

Model AI akan diuji selama proyek pilot 10 bulan. Tim peneliti mengatakan bahwa ada tantangan yang perlu diatasi, seperti memastikan bahwa gambar yang diambil oleh kamera memiliki kualitas yang konsisten dan bahwa ketika ada beberapa spesies dalam satu gambar, semua spesies diidentifikasi dengan benar. Jika program pilot memberikan hasil yang menjanjikan, maka dapat disesuaikan untuk digunakan di negara-negara lain di seluruh dunia, membantu negara-negara tersebut melawan masalah spesies invasif mereka. Sebagai ahli ekologi komputasi di UKCEH, Dr. Tom August, dikutip oleh The Next Web:

“Spesies tanaman invasif cenderung tumbuh di koridor, itulah mengapa kami fokus pada survei tepi jalan sebagai ahli ekologi komputasi di UKCEH. Jika pilot ini sukses, ini dapat diperluas di negara-negara lain, atau untuk spesies tanaman, pohon, atau bahkan serangga dan hewan lainnya.”

Menurut August, model AI membuka banyak kemungkinan untuk mempelajari dunia alami dan mengembangkan solusi yang efisien dan efektif biaya untuk spesies invasif. UKCEH berkolaborasi dengan Keen AI, sebuah perusahaan AI yang berbasis di Birmingham. Pendiri Keen AI, Amjad Karim, dikutip oleh Science Focus sebagai mengatakan bahwa penggunaan model AI untuk menganalisis gambar dan mendeteksi spesies invasif dapat membantu mengurangi biaya dan memberikan keamanan kepada pemilik lahan, badan jalan, dan pembuat kebijakan. Metode utama pengumpulan gambar tepi jalan saat ini memerlukan surveyor, dan jalan tersebut sementara ditutup saat mereka menyelesaikan pekerjaan mereka.

Proyek baru yang dirancang oleh UKCEH dan Keen AI hanya merupakan salah satu contoh dari tren yang berkembang yang melihat penerapan AI untuk melawan spesies invasif. Akhir tahun lalu, peneliti AI dari Microsoft (MSFT ) dan CSIRO bergabung untuk merancang model AI yang dapat mendeteksi spesies invasif yang disebut para grass, yang ditemukan di seluruh Taman Nasional Kakadu di Australia. Para grass adalah gulma yang tumbuh cepat yang dapat menyebar dengan cepat, menggantikan banyak tanaman asli di sebuah wilayah. Peneliti menggunakan gambar yang dikumpulkan oleh drone, dan setelah model dilatih pada gambar yang ditandai, maka dapat mendeteksi para grass dengan sukses, memungkinkan peneliti untuk menghilangkannya dari lahan basah yang rentan. Ini memiliki efek yang memungkinkan ribuan angsa magpie kembali ke wilayah tersebut. Tim peneliti lain dari Universitas Alberta Baru menggunakan model pembelajaran mesin untuk merancang strategi pengendalian dan mitigasi untuk berbagai spesies invasif di Kanada.