Modele AI pomagają identyfikować inwazyjne gatunki roślin w całym UK

Naukowcy zajmujący się ochroną środowiska i badaczami sztucznej inteligencji wykorzystują AI do walki z inwazyjnymi gatunkami rozprzestrzeniającymi się w całym UK. Badacze z UK Centre for Ecology and Hydrology (UKCEH) i Birmingham opracowali model AI, którego celem jest badanie obszarów takich jak pobocza dróg w poszukiwaniu obecności różnych inwazyjnych gatunków, w tym japońskiego szczawiu.

Japoński szczaw jest inwazyjnym gatunkiem, który może powodować szkody w naturalnych krajobrazach i budynkach w całym UK, ponieważ może uszkadzać fundamenty budynków. Często uważany jest za jeden z najbardziej szkodliwych i agresywnych inwazyjnych gatunków roślin w UK. Usuwanie japońskiego szczawiu często okazuje się trudne, ponieważ trudno go znaleźć i zidentyfikować. Badacze AI mają nadzieję, że algorytmy uczenia maszynowego mogą skrócić czas i zasoby potrzebne do identyfikacji japońskiego szczawiu.

Dane szkoleniowe zostały zebrane dla modelu za pomocą kamer o wysokiej prędkości umieszczonych na górze pojazdów, które zbierały obrazy około 120 mil roślinności przydrożnej. Ekolodzy będą analizować obrazy i oznaczać szczaw, a obrazy będą miały oznaczone współrzędne GPS. Oznaczone obrazy będą następnie wykorzystywane do szkolenia modelu widzenia komputerowego w celu rozpoznania próbek japońskiego szczawiu. Ten sam proces będzie stosowany w celu rozpoznania innych gatunków inwazyjnych roślin występujących w UK, takich jak himalajski balsam i rododendrony. System będzie również wykorzystywany do wykrywania klonów, które są rodzime dla UK, ale są narażone na zniszczenie przez choroby.

Model AI zostanie przetestowany w ramach 10-miesięcznego pilotażowego projektu. Zespół badawczy twierdzi, że istnieją wyzwania, które zespół musi pokonać, takie jak upewnienie się, że obrazy przechwycone przez kamery są o stałej jakości i że w przypadku wielu gatunków w jednym obrazie wszystkie gatunki są prawidłowo identyfikowane. Jeśli program pilotażowy przyniesie obiecujące wyniki, może zostać dostosowany do użycia w innych krajach na całym świecie, pomagając tym krajom w walce z własnymi problemami inwazyjnych gatunków. Jako komputacyjny ekolog w UKCEH, dr Tom August, był cytowany przez The Next Web:

“Gatunki inwazyjne roślin tendencję do wzrostu w korytarzach, dlatego koncentrujemy się na badaniach przydrożnych jako komputacyjny ekolog w UKCEH. Jeśli pilot jest udany, może to być skalowane w innych krajach lub dla innych gatunków roślin, drzew lub nawet owadów i zwierząt.”

Według Augusta, modele AI otwierają wiele możliwości dla nauki o świecie naturalnym i inżynierii efektywnych, opłacalnych rozwiązań dla inwazyjnych gatunków. UKCEH współpracuje z Keen AI, firmą AI z siedzibą w Birmingham. Założyciel Keen AI, Amjad Karim, był cytowany przez Science Focus jako mówiący, że wykorzystanie modeli AI do analizy obrazów i wykrywania inwazyjnych gatunków może pomóc w redukcji kosztów i zapewnieniu bezpieczeństwa właścicielom ziem, agencjom drogowym i decydentom. Główna metoda gromadzenia obrazów przydrożnych wymaga obecnie ankieterów, a droga jest tymczasowo zamknięta, podczas gdy wykonują swoją pracę.

Nowy projekt opracowany przez UKCEH i Keen AI jest najnowszym w rosnącej tendencji, która widzi zastosowanie AI do walki z inwazyjnymi gatunkami. W zeszłym roku badacze AI z Microsoft i CSIRO połączyli się aby opracować model AI, który może identyfikować inwazyjny gatunek zwanym trawą para, występującym w Kakadu National Park w Australii. Trawa para jest szybko rosnącą trawą, która może rozprzestrzeniać się szybko, szybko wypierając wiele rodzimych roślin w regionie. Badacze wykorzystali obrazy zebrane przez drony, a po tym, jak model został opracowany na podstawie oznaczonych obrazów, był w stanie pomyślnie identyfikować trawę para, umożliwiając badaczom usunięcie jej z wrażliwych terenów podmokłych. To miało efekt pozwolenia tysiącom magpie geese na powrót do regionu. Jeszcze jeden zespół badawczy z New University of Alberta wykorzystał modele uczenia maszynowego do opracowania strategii zawierania i łagodzenia dla różnych inwazyjnych gatunków w Kanadzie.