Ludsky pozorovatel v pohybujucom sa lietadle prehliadne priblizne 1 z 10 slonov. Algoritmus sa neunavi.
Prieskumy populacii divokej zveri su chrbticou ochrany prirody. Kazde rozhodnutie o riadeni, od tras hliadok proti pytliactvu po rozpocty ochrany biotopov, zavisi od znalosti, kolko zvierat je tam vonku. Po desatrocia je standardnou metodou: lietat nizko nad krajinou a pocitat, co vidite. Problem je, ze ludske oci v pohybujucom sa lietadle na to nie su velmi dobre.
Tradicny letecky prieskum a jeho limity
Konvencny prieskum divokej zveri funguje takto: trenovani pozorovatelia sa naklanaju z nizko letiaceho lietadla (typicky 60 az 100 metrov nad zemou) a pocitaju zvierata v definovanom pase na oboch stranach. Zaznamenavaju druhy, velkosti skupin a lokality na papier alebo hlasovym zaznamom, casto 6 az 8 hodin v kuse.
Problemy su dobre zdokumentovane. Unava pozorovatela nastupuje po prvej hodine a presnost stabilne klesa. Rozni pozorovatelia pocitajuci ten isty transekt bezne produkuju pocty, ktore sa lisia o 10 az 30%. Zvierata v tieni, za krami alebo v skvrnitom lese su casto prehliadnute. Pocasie, turbulenie a nadmorska vyska zavedaju dalsiu variabilitu. A samotne lety su drahe a nebezpecne: nizkoletove prieskumne lietanie je jednou z najriskantnejsich aktivit v ochrane prirody.
Ako AI meni pocitanie
Letecke prieskumy s podporou AI obracaju pracovny postup. Namiesto spolienania sa na ludskych pozorovatelov pri hladani a pocitani zvierat v realnom case lietadlo (alebo dron) zachytava vysoko rozlisene fotografie celej prieskumnej oblasti. Na zemi detekny model prehliadne kazdy obrazok a oznaci kazde najdene zviera.
Detekny model, typicky konvolucna neuronova siet ako RetinaNet, spracuva obrazky v jednom priechode. Identifikuje zvierata podla tvaru, velkosti a kontrastu voci pozadiu, potom umiestni znacku na kazdu detekciu so skore spolahlivosti. Ludsky recenzent kontroluje oznacene obrazky a hranicne pripady, ale hlavne pocitanie sa vykonava automaticky.
Vyskum publikovany v studiach populacie zvierat Univerzity Wageningen zistil, ze RetinaNet detekoval 95% slonov, 91% ziraf a 90% zebier v porovnani s expertnou ludskou anotaciou, pricom spravne identifikoval dalsich 2.8 az 4.0% zvierat, ktore ludski anotatori uplne prehliadli. Model produkoval iba 1.6 az 5.0 falosnych pozitivov na pravdivy pozitiv.
Studia Frontiers in Conservation Science zistila, ze metody s podporou AI mozu znizit standardnu chybu odhadu populacie o 31 az 67% v porovnani s manualnymi metodami, s potencialom zvysenia vzorkovacieho usilia o 160 az 1,050% pri ekvivalentnych nakladoch. To znamena viac preskumanej plochy, castejsie, za rovnaky rozpocet.
Ktore druhy funguju najlepsie
Nie kazdy druh je pre AI rovnako jednoduchy na pocitanie zo vzduchu. Najlepsie vysledky pochadzaju od zvierat, ktore su velke, vyrazne sfarbene a nachadzaju sa v otvorenycha biotopoch.
Slony, dobytok, zebry a paky su idealnymi kandidatmi. Ich velkost ulaahcuje detekciu a otvorena savana poskytuje silny kontrast.
Plameniaky, tucniaky a kolonie morskych vtakov sedia v hustych, viditelnych skupinach na otvorenom terene. AI excelluje pri pocitani tisicov jedincov na jednom obrazku.
Tulene, morske levy a mroze na pobrezi su z hora jasne viditelne. Termalne zobrazovanie pridava druhy detekny kanal.
Farmari a spravcovia divokej zveri pouzivaju identicke techniky pre dobytok, kone a soby na otvorenom pastevnom uzemi.
Vyhoda auditovatelnosti
Jednym z najmenej docenenych prinosov fotografickych prieskumov je trvalost. Tradicny pocet pozorovatela je cislo na podlozke. Nemoze sa znova skontrolovat, spochybnit ani zlyepsit po lete.
Fotografia je trvalym dokazom. Kazdy obrazok zachyteny pocas AI prieskumu sa moze archivovat, znovu prehliadnut inymi recenzentmi a roky neskor znova spracovat vylepsenymi algoritmami. Ak je novy model o 5% presnejsi ako minulorocny, mozete ho spustit na minulorocnych snimkach a ziskat lepsi historicky odhad bez toho, aby ste znova lietali.
Toto vytvara rastucu databazu, ktora sa casom zlepsuje. Organizacie na ochranu prirody ako Wild Me vybudovali open-source platformy (ako Scout), ktore umoznuju vyskumnikom po celom svete prispievat a znovu analyzovat letecke snimky. Fotografia samotna sa stava vedeckym zaznamom, nie pocet z nej odvodeny.
Kde AI pocitanie stale bojuje
AI letecke pocitanie je silne, ale nie univerzalne. Viacero podmienok zostava skutocne narocnych.
- Husta vegetacia - Zvierata pod hustym korunovym krovim su pre standardne kamery neviditelne. Lesne slony a primaty zostavaju tazkymi na prieskum zo vzduchu.
- Nocne druhy - Tvory aktivne iba v noci vyzaduju termalne alebo infracervene zobrazovanie, ktore ma nizsie priestorove rozlisenie ako denne RGB kamery.
- Vodne zivocichy pod hladinou - Morske druhy pod vodou, ako delfiny alebo ryby, sa nedaju spolahlivo detekovat z leteckych fotografii.
- Male alebo kamuflazne druhy - Zvierata, ktore splyvaju s okolim, ako zajace na suchej trave, tlacia detekne modely na ich limity.
- Extremne pocasie - Oblacnost, dazd a silny vietor zhorsuju kvalitu obrazu a mozu uplne uzemniit operacie dronov a lietadiel.
Zaciname s AI pocitanim divokej zveri
- Vyberte si platformu- Spotrebitelsky dron (DJI Mavic alebo podobny) funguje pre male oblasti; pilotovane lietadla alebo drdony s pevnym kridlom pokryvaju vacsie rezervacie.
- Naplanujte letovu mriezku- Pouzite automatizovanu navigaciu trasovych bodov na zabezpecenie konzistentnej vysky a uplneho pokrytia oblasti s prekrytim obrazov.
- Zachytavajte v spravnom case- Skororanaj alebo neskoropoldnaajsie svetlo znizuje ostree tiene. Vyhybajte sa poludniu, ked zvierata hladajju tien.
- Spracujte deteknym modelom- Nahrajte obrazky na platformu AI pocitania. Open-source moznosti zahrnuju Wild Me Scout pre detekciu specificku pre divoku zver.
- Skontrolujte oznacene detekcie- Manualne overte znacky s nizkym skore spolahlivosti a hranicne pripady. Tento hybridny pristup maximalizuje presnost.
- Archivujte vsetko- Ulozste povodne obrazky spolu s udajmi o pocitani. Buducne algoritmy z dnesnych fotografii vytazzia este viac.
Zaver
Ochrana divokej zveri zavisi od presnych populacnych dat a po desatrocia bol najlepsim dostupnym nastrojom unaveny pozorovatel v hlucnom lietadle. AI letecke pocitanie nenahradzuje ludsku expertizu v ochrane prirody, ale odstrannuje uske hrdlo rucneho pocitania z rovnice.
Nabuduce, ked rezervacia bude potrebovat odhad populacie, najpresnejsia odpoved pride z kamery, nie z podlozky. A na rozdiel od podlozky budu fotografie uzitocne este o desatrocie.