AI’s voksende rolle i bekjempelse av skogødeleggelse

Skogødeleggelse har vært et pågående problem i tiår. Selv om teknologien har fremmet, har forbytere hatt overtaket fordi det er så mye land å dekke — til nå. Kan kunstig intelligens være nøkkelen til å sette en stopper for ulovlig skogødeleggelse? Begge dens potensiale og virkelige bruksområder viser løft.

1. Identifiser optimale gjenplantingsområder

Selv om skogødeleggelsesrater varierer, mister man flere trær hvert år. Det økte med 4% fra 2021 til 2022, noe som tilsvarer over 6,6 millioner hektar skog som gikk tapt. Selv om all ulovlig logging, gruvedrift og jordbruk operasjoner opphører i dag, vil disse kritiske miljøene fortsatt være i en ugunstig posisjon.

Hvis denne trenden fortsetter ubremset, vil verden se temperaturøkning, dyreliv flykte og lokale økosystemer svekkes. En ubremset død prosess utløses på dette punktet, noe som betyr at sunne trærers tilstand gradvis forverres. Dette vil føre til en dominoeffekt der millioner flere hektar skog går tapt, til tross for at det ikke er noen menneskeskapt skogødeleggelse.

Med AI kan aktivister og lokale myndigheter akselerere gjenplanting, hjelpe skoger å returnere til hvordan de var før menneskelig inngripen. Modellen kan peke ut områder der gjenplanting ville være mest effektiv. Den kunne også identifisere raskt voksende, innfødt trærarter som er resistente mot skadedyr og tørke. Når plantene er plantet, kan den overvåke veksten i sanntid.

2. Analyser satellittbilder for skogtap

I tiår har analysen av satellittbilder vært en av de få måtene å identifisere skogødeleggelse i aksjon, bortsett fra de mindre effektive strategiene med ord på gang eller fot på bakken. Imidlertid, siden det er over 3 billioner trær på planeten, er det mye land å dekke. Mens manuelt å gå gjennom disse bildene er upraktisk, missar tradisjonell programvare kritiske detaljer.

AI-drevet bildegenkjenningsteknologi kan detektere tidlige indikatorer på skogtap, inkludert nye veier, røyk og nye åpninger. Den kan rapportere noen positive treff til en menneske i sanntid, muliggjør at de kan se det over og rapportere til lokale lovverk. Lag kan sogar bruke AI-drevne droner for nærbilder.

3. Skille mellom lovlig og ulovlig virksomhet

Noen ganger er skogødeleggelse lovlig. Lokale myndigheter godkjenner disse operasjonene så bedrifter kan fortsette å drive forretning. Imidlertid, hva som starter som en sankjonert handling, blir ikke alltid det samme. Det er mange tilfeller hvor individer går inn i beskyttet område med forståelse av at det er bedre å be om tilgivelse enn å spørre om tillatelse.

I virkeligheten står utvidelse av dyrkingsland for nesten 50% av skogødeleggelse globalt, tett fulgt av beite på 38,5%. Med satellittbilder alene, er det komplisert å skille mellom lovlig, semi-lovlig og ulovlig skogødeleggelse. AI fyller gapet ved å analysere fargen, teksturen og omfanget av trær, eliminere gjettingen.

4. Analyser lyder som signaliserer skogødeleggelse

Hva lyder skogødeleggelse ut som? Motorer som kjører, fallende logger, brølende gravemaskiner, stresset dyreliv og brennende busker. Uheldigvis, støyen fra tungt maskineri, kraftverktøy, pickup-biler og samtaler mellom arbeidere døres raskt ut i tett skog, gjør det vanskelig å lokalisere disse operasjonene.

AI-aktiverede Internet of Things (IoT) overvåkingssystemer drevet av miniature solceller for akustisk overvåking kan plasseres nesten hvor som helst, så de kan plukke opp disse lydene. Pluss, siden dyrene flykter, går inn i områder de normalt ikke ville, kan disse kameraene identifisere potensiell menneskelig inngripen før logging begynner.

5. Spore ulovlig virksomhet til kilde

Bureau of Investigative Journalism oppdaget nylig at kjøtt fra bønder kom inn i globale forsyningskjeder — inkludert de som forsyner to av verdens største kjøttprodusenter — etter at de ble anklaget for ulovlig skogødeleggelse og deretter straffet. Til tross for embargoer, fortsatte forretningen som vanlig. Noen fortsatte sogar å ødelegge skog.

Ulovlig skogødeleggelse drives ofte av lokale sagbruk, raffinerier og gårder. Uansett om arbeidere ønsker å utvide dyrkingsland, selge flere produkter eller mate dyrene billig, bidrar de til betydelig skogtap. Uheldigvis, å spore disse aktivitetene tilbake til deres kilde er vanskelig. Det er, med mindre folk bruker AI.

AI kan spore tungt maskineri mens det beveger seg fra nyopprettede åpninger tilbake til sin base, hjelper etterforskere å innkreve deres søk. Alternativt, kan den bruke ansiktsgenkjenningsteknologi til å avdekke identiteten til de involverte. Dette hjelper lokale lovverk å identifisere gjentakende forbytere, reduserer gapet mellom å tildele og å håndheve straff.

6. Analyser uarkiverte legacy data

Selv om data om skogødeleggelse strekker seg tilbake tiår, er mye av det utilgjengelig den dag i dag. Dette er fordi det bare er tilgjengelig via uarkiverte, fysiske kilder som feltnotater, kassettbånd, skrevne korrespondanser og bevarte biologiske prøver. Disse bevisene eksisterer i siloer, skjult fra tradisjonelle verktøy som skraper nettressurser.

Med AI-bildegenkjenning, språkdeteksjon og automatisk transkripsjon, kan forskere endelig sikre disse verdifulle innsiktene. Dette muliggjør at de kan identifisere skogtapsdrivere og avdekke gjentakende forbytere. Avanserte modeller kan vurdere kontekst, opprettholde nøyaktighet selv om lovbruddende enheter endrer navn eller lokale grenser skifter.

7. Muliggjøre proaktiv inngripen

Selv om satellittbildeforståelse har forbedret seg i tiår — fagfolk kan nå peke ut skogødeleggelse med utenfor sammenligning nøyaktighet — er denne strategien fortsatt reaktiv. Skogtap skjer fortsatt selv om de intervenere umiddelbart etter å ha mottatt en varsling. Med AI, kan de endelig oppnå proaktiv inngripen, identifisere utsatte områder før rydding begynner.

AI kan analysere faktorer som lokal topografi, avstand fra veier og industrialiseringsrater for å bestemme hvilke områder som er mest utsatt. Den kan sogar vurdere komplekse elementer som den geopolitiske klima eller den globale tømmermarkedet. Slike verktøy er ikke lenger hypotetiske — ett felles forskningsteam har utviklet det.

Forskere ved World Wildlife Fund samarbeidet med datavitenskapsmenn for å utvikle en AI kalt Forest Foresight. Den kan forutsi skogtap opptil seks måneder i forveien med opp til 80% nøyaktighet. Når den gjenkjenner potensiell ulovlig virksomhet, kan den varsle lokale myndigheter, stoppe skogødeleggelse før det begynner.

8. Bruke sensorer for å identifisere ulovlig aktivitet

Uansett om ulovlig skogødeleggelse operasjoner bruker tungt maskineri for å felle trær, flytte farmdyr inn i beskyttet område eller starte branner for å rydde land, handler deres handlinger noen form for utslipp. For eksempel, en enkelt ku produserer opp til 264 pund metan årlig — en hel besetning av kuer ville være merkbart.

AI-aktiverede IoT-sensorer strategisk plassert i høyrisikoskoger kan spore metan, karbonmonoksid og karbondioksid utslipp. Hvis de plutselig øker, kan lag undersøke videre. Denne tilnærmingen kunne være unikt effektiv fordi modellen kan vurdere kontekst, muliggjør at den kan filtere ut falske positive og gjøre undersøkelser lettere.

9. Tilby en anonym tipstjeneste

I fortiden, baserte aktivister og lovverk seg mye på ord på gang for å avdekke ulovlig logging operasjoner. Selv om de flyttet bort fra denne tilnærmingen en gang satellittbilder ble vidt tilgjengelige, er det ikke mindre nyttig. Hvis de skulle utnytte AI-drevne chatboter i berørte områder, kunne de motta innsiktsfulle anonyme tips om potensiell skogtap.

Å deployere AI for dette bruksområdet er ideelt fordi en enkelt modell kan holde dusinvis — hvis ikke hundrevis eller tusenvis — samtaler på en gang. De som interagerer med det trenger ikke å vente på åpningstid eller bli satt på vent, incentiviserer dem til å sende en melding. Denne teknologien kan også analysere semantikk, trekke ut nøkkelord og sammenfatte rapporter for deres menneskelige motparter.

Kan AI sette en stopper for skogødeleggelse en gang for alle?

Sannheten er at AI ikke er en sølvkule. Den kan gjøre all arbeidet, men det er mange andre bevegelige deler. Å stoppe skogødeleggelse krever innledning fra lokale politikere, samarbeid mellom etterforskningsgrupper og offentlig tilgjengelige ressurser. Det sagt, denne teknologien kunne fortsatt være en game-changer, redusere skogtapsrater til nivåer som aldri før har vært sett.