Önemli Bilgiler
- Yapay zeka destekli kameralar, Gabon yaban hayatı korucularına kaçak avlanmaya karşı mücadelede yeni bir araç sağlıyor.
- Yeni bir sistem, hayvanları ve insanları tespit etmek için cihazdaki fotoğrafları gerçek zamanlı olarak analiz etmek için makine öğrenimini kullanır.
- Teknoloji, kaçak avlanma ve ilgili yasa dışı ağlarla ilgili istihbaratın geliştirilmesine yardımcı olarak yetkililerin yasa dışı vahşi yaşam ticaretini engellemesine yardımcı olur.
Yapay zeka (AI) tarafından desteklenen kameralar, Afrika'nın geniş bölgelerinde hayvanların korunmasına yardımcı oluyor.
Kameralar, izinsiz girenlerin fotoğraflarını çekerek Gabon yaban hayatı korucularına kaçak avlanmaya karşı mücadelede yeni bir araç sağlıyor. Sistemler ayrıca bir bölgedeki hayvan sayısını sayarak biyolojik çeşitlilik kaybını da izleyebilir.
Yapay zeka uzmanı James Caton Lifewire'a verdiği bir e-posta röportajında, "Normal kameralar, örneğin hareket veya ses gibi bir şey onları tetiklediğinde 'mekanik olarak' etkinleşebilir" dedi. "Kameraya yerleştirilmiş yapay zeka, ilgi çekici öğeler çerçevenin içinden geçtiğinde daha akıllıca etkinleşebilir - örneğin, bir kişi veya kaçak avcı, bir geyik ile karşılaştırıldığında. AI, insan figürleri ile hayvan figürleri arasında, örneğin duruş veya boyuta göre ayrım yapabilir."
Kenarda Bilgi İşlem
Yapay zeka sayesinde Hack the Planet grubu tarafından geliştirilen yeni kamera tuzakları önceki modellerden daha akıllı. Sistem, hayvanları ve insanları tespit etmek için fotoğrafları cihazda gerçek zamanlı olarak analiz etmek için makine öğrenimini kullanır.
Tuzaklar, bir fil, gergedan veya insan hareketi algılandığında korucuları uyarır. Uydu bağlantısıyla donatılan sistem, GSM veya Wifi ağına bağlı olmadan küresel olarak her yerde çalışabilir.
Stirling Üniversitesi araştırmacısı Robin Whytock ve bir araştırma ekibi, kamera kapanı verilerini analiz etmek için bir yapay zeka modelini test etti. Sınıflandırılmış Orta Afrika orman memelileri ve kuş türlerini kullandıkları vaka çalışması. Araştırmacılar, bir makalede, modeli eğitmek için kullanılan 300.000 görüntüden oluşan nispeten küçük bir veri kümesiyle bile sonucun güçlü olduğunu bildirdi.
Araştırmacılar, makine algoritmasının yüzde 90 doğru olduğunu ve güçlü bulut bilgi işlem kaynaklarına erişim olmadan sahada park bekçileri ve ekolojistler tarafından kullanılan masaüstü makinelerde saatte yaklaşık 4.000 görüntüyü sınıflandırabileceğini söyledi. AI sistemi, binlerce tuzak görüntüsünü analiz etmek için gereken süreyi birkaç haftadan tek bir güne indirir.
Yolları Korumak
TrailGuard AI adlı başka bir sistem, milli parkların kaçak avcıları tespit etmesi, durdurması ve tutuklaması için bir güvenlik sistemi olarak kullanılır. Teknoloji, kaçak avlanma ve ilgili yasa dışı ağlarla ilgili istihbaratın geliştirilmesine yardımcı olarak yetkililerin yasa dışı vahşi yaşam ticaretini engellemesine yardımcı oluyor.
Yollar boyunca gizlenecek kadar küçük olan TrailGuard AI'ın kamera kafası, görüntülerdeki insanları algılamak için yapay zeka kullanır ve insanları içeren resimleri GSM, uzun menzilli radyo veya uydu ağları aracılığıyla park karargahına geri gönderir. TrailGuard AI teknolojisi, Doğu Afrika'daki bir rezervde sahada test edildi ve burada otuz kaçak avcının tutuklanmasına ve 1.300 libreden fazla çalı etine el konulmasına yardımcı oldu.
"Kameraya gömülü yapay zeka, ilgi çekici öğeler çerçeveden geçtiğinde daha akıllıca etkinleştirilebilir…"
Korumacılar, bulut yerine kamerada çalışan AI'dan yararlanır, çünkü pil ömründeki en büyük düşüş kameradaki bir bilgisayar görüş çipinde çıkarım yapmak değil, görüntünün GSM veya uydu modem üzerinden iletilmesidir. Yaban hayatı koruma grubu RESOLVE'de WildTech direktörü Eric Dinerstein, Lifewire'a e-posta yoluyla söyledi.
Dinerstein, bir kamera kaçak avcı dışında bir şey tarafından etkinleştirildiğinde sistemin yanlış pozitifleri doğru bir şekilde ayıkladığını söyledi.
"Sahadaki TrailGuard dağıtımlarımızda, hareket sensörünün tetikleyicilerinin %95'e varan kısmı yanlış tetikleyicilerin veya yanlış pozitiflerin sonucudur," diye ekledi Dinerstein. "Yalnızca %5'i gerçek kaçak avcılardır."
TrailGuard pil ömründen tasarruf sağlayabilir. Birkaç hafta boyunca binlerce yanlış pozitif resim iletmek pilleri tüketir. Kenardaki yanlış pozitifleri filtreleyerek ve yalnızca gerçek pozitifleri veya çok az sayıda yanlış pozitifi ileterek piller yıllarca dayanabilir.
"Ayrıca kullandığımız çip çok düşük güçte ve cihazımız ömrünün büyük bir bölümünde uyku veya kapanma modunda" dedi Dinerstein. "Uzak bölgelerdeki sensörler için pil ömrü çok önemlidir."
Yaban hayatı izleme yakında daha da akıllı hale gelebilir. Araştırmacılar, kameralara gömülü programlanabilir yapay zeka üzerinde çalışıyor.
Şu anda görüntülerin bir kameradan alınması ve bulutta işlenmesi gerekiyor. Ancak yeni yetenekler, kullanıcıların özelleştirilmiş AI aracıları oluşturmasına ve bunları kameralara yerleştirmesine olanak tanır.
"Örneğin, kaçak avcılar için, beyaz bir arabada seyahat ettiklerini veya içlerinden birinin her zaman sarı bir şapka taktığını biliyorsanız, kameraları bu yeni bilgiyle uzaktan güncelleyebilirsiniz," dedi Caton.
