Các Mô Hình Trí Tuệ Nhân Tạo Giúp Xác Định Các Loài Thực Vật Xâm Lấn Khắp Vương Quốc Anh

Các nhà khoa học môi trường và các nhà nghiên cứu trí tuệ nhân tạo đang sử dụng trí tuệ nhân tạo để chống lại các loài xâm lấn đang lan rộng khắp Vương Quốc Anh. Các nhà nghiên cứu từ Trung Tâm Sinh Thái Học và Thủy Văn Vương Quốc Anh (UKCEH) và Birmingham đã phát triển một mô hình trí tuệ nhân tạo nhằm mục đích khảo sát các khu vực như đường bộ để xác định sự hiện diện của các loài xâm lấn khác nhau, bao gồm cả loài cỏ dây Nhật Bản.

Cỏ dây Nhật Bản là một loài xâm lấn có thể gây hại cho các cảnh quan tự nhiên và các tòa nhà xung quanh Vương Quốc Anh, vì nó có thể gây hại cho các nền móng của các tòa nhà. Nó thường được coi là một trong những loài xâm lấn gây hại và hung hãn nhất ở Vương Quốc Anh. Việc loại bỏ cỏ dây Nhật Bản thường chứng tỏ là một thách thức vì nó khó tìm và xác định. Các nhà nghiên cứu trí tuệ nhân tạo hy vọng rằng các thuật toán học máy có thể giảm thiểu thời gian và tài nguyên cần thiết để xác định cỏ dây Nhật Bản.

Dữ liệu đào tạo cho mô hình được thu thập thông qua việc sử dụng các máy ảnh tốc độ cao đặt trên đầu xe, thu thập hình ảnh của khoảng 120 dặm đường bộ. Các nhà sinh thái học sẽ kiểm tra các hình ảnh và dán nhãn cho cỏ dây, và các hình ảnh sẽ được gắn thẻ vị trí GPS. Các hình ảnh đã được dán nhãn sẽ được sử dụng để đào tạo một mô hình tầm nhìn máy tính để nhận ra các mẫu của cỏ dây Nhật Bản. Quá trình tương tự sẽ được sử dụng để nhận ra các loài xâm lấn khác được tìm thấy ở Vương Quốc Anh, chẳng hạn như cỏ balsam Himalaya và các loài rhododendron. Hệ thống cũng sẽ được sử dụng để phát hiện các cây ash, vốn là loài bản địa của Vương Quốc Anh nhưng đang bị đe dọa bởi bệnh tật.

Mô hình trí tuệ nhân tạo sẽ được thử nghiệm trong khuôn khổ một dự án thí điểm kéo dài 10 tháng. Đội ngũ nghiên cứu cho biết có những thách thức mà đội ngũ cần phải vượt qua, chẳng hạn như đảm bảo rằng các hình ảnh được chụp bởi máy ảnh có chất lượng nhất quán và khi có nhiều loài trong một hình ảnh, tất cả các loài đều được xác định đúng. Nếu chương trình thí điểm mang lại kết quả hứa hẹn, nó có thể được áp dụng để sử dụng ở các quốc gia khác trên toàn cầu, giúp các quốc gia này chống lại các vấn đề về loài xâm lấn của riêng họ. Theo như một nhà sinh thái học tính toán tại UKCEH, Tiến sĩ Tom August, được trích dẫn bởi The Next Web:

“Các loài thực vật xâm lấn thường mọc ở các hành lang, đó là lý do tại sao chúng tôi tập trung vào việc khảo sát đường bộ. Nếu dự án thí điểm thành công, điều này có thể được mở rộng ở các quốc gia khác, hoặc cho các loài thực vật, cây, hoặc thậm chí côn trùng và động vật khác.”

Theo August, các mô hình trí tuệ nhân tạo mở ra nhiều khả năng để tìm hiểu về thế giới tự nhiên và xây dựng các giải pháp hiệu quả, tiết kiệm chi phí cho các loài xâm lấn. UKCEH đang hợp tác với Keen AI, một công ty trí tuệ nhân tạo có trụ sở tại Birmingham. Người sáng lập Keen AI, Amjad Karim, được trích dẫn bởi Science Focus cho biết rằng việc sử dụng các mô hình trí tuệ nhân tạo để phân tích hình ảnh và phát hiện các loài xâm lấn có thể giúp giảm chi phí và cung cấp an toàn cho các chủ đất, cơ quan đường bộ và các nhà hoạch định chính sách. Phương pháp thu thập hình ảnh đường bộ hiện tại yêu cầu các nhà khảo sát, và con đường sẽ được đóng tạm thời trong khi họ hoàn thành công việc của mình.

Dự án mới được thiết kế bởi UKCEH và Keen AI chỉ là dự án mới nhất trong một xu hướng ngày càng tăng, đó là việc áp dụng trí tuệ nhân tạo để chống lại các loài xâm lấn. Vào cuối năm ngoái, các nhà nghiên cứu trí tuệ nhân tạo từ Microsoft (MSFT ) và CSIRO đã hợp tác để thiết kế một mô hình trí tuệ nhân tạo có thể xác định một loài xâm lấn gọi là cỏ para, được tìm thấy khắp Công viên Quốc gia Kakadu ở Úc. Cỏ para là một loại cỏ nhanh, có thể lan rộng nhanh chóng, nhanh chóng thay thế nhiều loài thực vật bản địa trong một khu vực. Các nhà nghiên cứu đã sử dụng hình ảnh được thu thập bởi các máy bay không người lái, và một khi mô hình được đào tạo trên các hình ảnh đã được dán nhãn, nó đã có thể xác định thành công cỏ para, cho phép các nhà nghiên cứu loại bỏ nó khỏi các vùng đất ngập nước dễ bị tổn thương. Điều này đã có tác dụng cho phép hàng nghìn con ngỗng magpie trở lại khu vực. Một đội nghiên cứu khác từ Đại học Alberta mới đã sử dụng các mô hình học máy để thiết kế các chiến lược chứa và giảm thiểu cho các loài xâm lấn khác nhau ở Canada.