Rosnąca rola AI w walce z wylesianiem

Wylesianie jest problemem, który trwa od dekad. Nawet pomimo postępu technologicznego, sprawcy mają przewagę, ponieważ jest po prostu zbyt wiele ziemi do objęcia — dopóki teraz. Czy sztuczna inteligencja może być kluczem do położenia kresu nielegalnemu wylesianiu? Zarówno jej potencjał, jak i przypadki użycia w świecie rzeczywistym dają podstawy do optymizmu.

1. Identyfikacja optymalnych obszarów zalesiania

Chociaż tempo wylesiania się zmienia, więcej drzew jest tracanych co roku. Zwiększyło się o 4% od 2021 do 2022, co wyniosło ponad 6,6 miliona hektarów utraconych lasów. Nawet jeśli wszystkie nielegalne wycinki, wydobywanie surowców i działalność rolnicza zostaną zatrzymane dzisiaj, te krytyczne środowiska nadal będą w niekorzystnej sytuacji.

Jeśli ten trend będzie się utrzymywał, świat zobaczy wzrost temperatury, ucieczkę dzikich zwierząt i osłabienie lokalnych ekosystemów. Niepowstrzymany proces umierania wyzwala się w tym momencie, co oznacza, że stan zdrowych drzew stopniowo się pogarsza. To doprowadzi do efektu domina, w którym miliony hektarów lasu zostaną utracone, pomimo braku ludzkiej interwencji.

Dzięki AI, aktywiści i lokalne władze mogą przyspieszyć zalesianie, pomagając lasom wrócić do stanu sprzed interwencji człowieka. Model może wskazać obszary, w których zalesianie byłoby najbardziej skuteczne. Może również zidentyfikować szybko rosnące, rodzime gatunki drzew odporne na szkodniki i suszę. Po posadzeniu sadzonek może monitorować ich wzrost w czasie rzeczywistym.

2. Analiza obrazów satelitarnych w celu identyfikacji utraty lasu

Przez dziesięciolecia analiza obrazów satelitarnych była jednym z nielicznych sposobów identyfikacji wylesiania w działaniu, poza mniej wydajnymi strategiami opartymi na słowie lub pracy w terenie. Jednakże, ponieważ istnieje ponad 3 biliony drzew na planecie, jest wiele ziemi do objęcia. Podczas gdy ręczne przeglądanie tych obrazów jest niepraktyczne, tradycyjne oprogramowanie pomija krytyczne szczegóły.

Technologia rozpoznawania obrazów zasilana przez AI może wykryć wczesne wskaźniki utraty lasu, w tym nowe drogi, dym i nowe przecinki. Może zgłosić każde pozytywne trafienie do człowieka w czasie rzeczywistym, umożliwiając im przeglądanie i zgłaszanie do lokalnych organów ścigania. Zespoły mogą nawet wykorzystywać drony zasilane przez AI do powietrznego przeglądu.

3. Różnicowanie między legalnymi i nielegalnymi operacjami

Czasami wylesianie jest legalne. Lokalne władze zatwierdzają te operacje, aby firmy mogły kontynuować działalność. Jednak to, co zaczyna się jako uzasadniona akcja, nie zawsze pozostaje takie. Istnieje wiele przypadków, w których osoby wkraczają na chronione terytorium, zakładając, że lepiej jest prosić o wybaczenie niż o pozwolenie.

W rzeczywistości, rozszerzanie terenów upraw odpowiada za prawie 50% wylesiania na świecie, ściśle za nim plasuje się wypas bydła na poziomie 38,5%. Z obrazami satelitarnymi samymi, różnicowanie między legalnym, półlegalnym i nielegalnym wylesianiem jest skomplikowane. AI wypełnia te luki, analizując kolor, teksturę i zakres pokrycia drzew, eliminując pracę domysłową.

4. Analiza dźwięków, które sygnalizują wylesianie

Co brzmi wylesianie? Uruchamianie pił łańcuchowych, spadające konary, hukujące koparki, zaniepokojone zwierzęta i płonące krzaki. Niestety, hałas od ciężkiego sprzętu, narzędzi, samochodów i rozmów między pracownikami jest szybko tłumiony w gęsto zalesionych obszarach, co utrudnia ich lokalizację.

Systemy nadzoru IoT zasilane przez AI, wyposażone w panele słoneczne do monitorowania dźwięku, mogą być umieszczone prawie wszędzie, aby mogły wykryć te sygnały dźwiękowe. Ponadto, ponieważ zwierzęta uciekają, wkraczając w obszary, których normalnie nie zajmują, gdy sprawcy palą lub wycinają drzewa, te kamery mogą zidentyfikować potencjalną interwencję ludzką przed rozpoczęciem wylesiania.

5. Śledzenie nielegalnych operacji do źródła

Biuro Dziennikarstwa Śledczego odkryło niedawno, że wołowina od farmerów trafiała do globalnych łańcuchów dostaw — w tym tych, które zaopatrują dwa z największych koncernów mięsnych na świecie — po tym, jak zostały oskarżone o nielegalne wylesianie i ukarane. Pomimo embarg, biznes kontynuował się normalnie. Niektórzy nawet wydawało się, że kontynuowali wylesianie.

Nielegalne wylesianie jest często spowodowane przez lokalne tartaki, rafinerie i farmy. Niezależnie od tego, czy pracownicy chcą rozszerzyć swoje pola uprawne, sprzedać więcej produktów czy tanio karmić swoje stada, przyczyniają się do znacznej utraty lasu. Niestety, śledzenie tych działań do ich źródła jest trudne. To jest, chyba że ludzie używają AI.

AI może śledzić ciężki sprzęt, gdy porusza się z nowo utworzonych przecinek z powrotem do swojej stacji bazowej, pomagając śledczym zawęzić poszukiwania. Alternatywnie, może wykorzystywać technologię rozpoznawania twarzy, aby ujawnić tożsamość osób zaangażowanych. Pomaga to lokalnym organom ścigania w identyfikowaniu powtarzających się sprawców, zmniejszając lukę między przyznaniem a egzekwowaniem kary.

6. Analiza niezarchiwizowanych danych dziedzictwa

Chociaż dane na temat wylesiania sięgają dziesięcioleci, wiele z nich pozostaje niedostępnych do dziś. Jest to spowodowane tym, że są one dostępne tylko za pośrednictwem niezarchiwizowanych, fizycznych źródeł, takich jak notatki z terenu, taśmy magnetofonowe, korespondencja pisemna i zachowane biologiczne próbki. Te dowody znajdują się w izolacji, ukryte przed tradycyjnymi narzędziami, które przeszukują tylko zasoby online.

Dzięki rozpoznawaniu obrazów AI, wykrywaniu języka i transkrypcji automatycznej, badacze mogą w końcu zabezpieczyć te cenne spostrzeżenia. Umożliwia im to identyfikację czynników powodujących utratę lasu i ujawnienie powtarzających się sprawców. Zaawansowane modele mogą uwzględniać kontekst, utrzymując dokładność, nawet jeśli jednostki popełniające wykroczenia zmieniają swoje nazwy lub granice lokalnych obszarów się zmieniają.

7. Włączenie interwencji proaktywnej

Chociaż jakość obrazów satelitarnych poprawia się od dziesięcioleci — specjaliści mogą teraz wskazywać wylesianie z niezrównaną precyzją — ta strategia jest nadal reaktywna. Utrata lasu nadal występuje, nawet jeśli interweniują natychmiast po otrzymaniu alertu. Z AI, mogą w końcu osiągnąć interwencję proaktywną, identyfikując obszary zagrożone przed rozpoczęciem wylesiania.

AI może analizować czynniki takie jak lokalna topografia, odległość od dróg i tempo uprzemysłowienia, aby określić, które obszary są najbardziej narażone. Może nawet uwzględniać złożone elementy, takie jak klimat geopolityczny lub globalny rynek drewna. Taki narzędzie nie jest już hipotetyczne — jeden zespół badawczy opracował je.

Badacze ze Światowego Funduszu na rzecz Przyrody współpracowali z informatykami, aby opracować AI o nazwie Forest Foresight. Może ono przewidywać utratę lasu do sześciu miesięcy wcześniej z dokładnością sięgającą 80%. Gdy rozpoznaje potencjalne nielegalne operacje, może powiadomić lokalne władze, zatrzymując wylesianie, zanim się rozpocznie.

8. Używanie czujników do identyfikacji nielegalnej działalności

Nielegalne operacje wylesiania, które wykorzystują ciężki sprzęt do wycinki drzew, wprowadzają zwierzęta gospodarskie na chronione terytorium lub rozpoczynają pożary, aby oczyścić ziemię, produkują pewnego rodzaju emisje. Na przykład, pojedyncza krowa wytwarza do 264 funtów metanu rocznie — cały stad byłby zauważalny.

Czujniki IoT zasilane przez AI, umieszczone strategicznie w lasach o wysokim ryzyku, mogą śledzić emisje metanu, tlenku węgla i dwutlenku węgla. Jeśli nagłe skoki, zespoły mogą przeprowadzić dalsze dochodzenie. Ten podejście może być wyjątkowo skuteczne, ponieważ model może uwzględniać kontekst, umożliwiając filtrowanie fałszywych pozytywów i ułatwiając dochodzenia.

9. Zapewnienie anonimowej linii informacyjnej

W przeszłości aktywiści i organy ścigania w dużej mierze polegali na słowie ustnym, aby ujawnić nielegalne operacje wylesiania. Chociaż odeszli od tego podejścia, gdy obrazy satelitarnych stały się powszechnie dostępne, nie jest mniej użyteczne. Jeśli wykorzystają czatboty zasilane przez AI w obszarach dotkniętych, mogą otrzymać cenne anonimowe wskazówki na temat potencjalnej utraty lasu.

Wdrożenie AI do tego przypadku użycia jest idealne, ponieważ jeden model może prowadzić dziesiątki — jeśli nie setki lub tysiące — rozmów jednocześnie. Ci, którzy z nim interakcjonują, nie muszą czekać na godziny pracy ani być trzymani w kolejce, co zachęca ich do wysłania wiadomości. Ta technologia może również analizować semantykę, wyodrębniać słowa kluczowe i podsumowywać raporty dla swoich ludzkich odpowiedników.

Czy AI może położyć kres wylesianiu raz na zawsze?

Prawdą jest, że AI nie jest srebrną kulą. Może wykonać całą pracę, ale istnieją inne poruszające się części. Położenie kresu wylesianiu wymaga zgody od lokalnych polityków, współpracy między grupami śledczymi i publicznie dostępnymi zasobami. Mimo to, ta technologia może być jeszcze grą zmieniającą, redukując tempo utraty lasu do poziomów nigdy wcześniej nie widzianych.