Mwangalizi wa binadamu katika ndege inayosogea anakosa takriban tembo 1 kati ya 10. Algorithm haichoki.
Utafiti wa idadi ya wanyamapori ni msingi wa uhifadhi. Kila uamuzi wa usimamizi, kutoka njia za doria za kupambana na ujangili hadi bajeti za ulinzi wa makazi, unategemea kujua ni wanyama wangapi wako huko. Kwa miongo kadhaa, njia ya kawaida imekuwa ile ile: ruka chini juu ya mandhari na uhesabu unachokiona. Tatizo ni kwamba macho ya binadamu katika ndege inayosogea si mazuri sana katika kazi hii.
Utafiti wa kawaida wa angani na mapungufu yake
Utafiti wa kawaida wa wanyamapori unafanya kazi hivi: waangalizi waliofunzwa wanajiinamia nje ya ndege inayoruka chini (kwa kawaida mita 60 hadi 100 juu ya ardhi) na kuhesabu wanyama ndani ya ukanda uliofafanuliwa kwa pande zote mbili. Wanahesabu spishi, ukubwa wa makundi, na maeneo kwenye karatasi au kwa kinasa sauti, mara nyingi kwa masaa 6 hadi 8 mfululizo.
Matatizo yamerekodiwa vizuri. Uchovu wa mwangalizi unaingia baada ya saa ya kwanza, na usahihi unapungua polepole. Waangalizi tofauti wanaohesabu transect hiyo hiyo mara kwa mara wanatoa hesabu zinazotofautiana kwa 10 hadi 30%. Wanyama katika vivuli, nyuma ya vichaka, au kwenye msitu wa matone wanakosekana mara kwa mara. Hali ya hewa, msukosuko, na urefu vyote vinaingiza utofauti wa ziada. Na ndege zenyewe ni ghali na hatari: kuruka utafiti wa urefu wa chini ni mojawapo ya shughuli zenye hatari kubwa zaidi katika uhifadhi.
Jinsi AI inavyobadilisha hesabu
Utafiti wa angani unaosaidiwa na AI unageuza mtiririko wa kazi. Badala ya kutegemea waangalizi wa binadamu kutambua na kuhesabu wanyama kwa wakati halisi, ndege (au droni) inapiga picha za ubora wa juu za eneo lote la utafiti. Ardhini, modeli ya utambuzi inachunguza kila picha na kuweka alama kwenye kila mnyama inaoipata.
Modeli ya utambuzi, kwa kawaida mtandao wa neural wa convolutional kama RetinaNet, inachakata picha kwa kupita mara moja. Inatambua wanyama kwa umbo, ukubwa, na utofautishaji dhidi ya mandhari, kisha inaweka alama kwenye kila utambuzi na alama ya uhakika. Mkaguzi wa binadamu anachunguza picha zilizoashiriwa na hali za mpaka, lakini kuhesabu kwingi kunashughulikiwa kiotomatiki.
Utafiti uliochapishwa katika tafiti za idadi ya wanyama za Chuo Kikuu cha Wageningen uligundua kuwa RetinaNet ilitambua 95% ya tembo, 91% ya twiga, na 90% ya pundamilia ikilinganishwa na ufafanuzi wa wataalamu wa binadamu, huku ikitambua kwa usahihi wanyama 2.8 hadi 4.0% wa ziada ambao wahusishi wa binadamu waliwakosa kabisa. Modeli ilitoa tu utambuzi wa uongo 1.6 hadi 5.0 kwa kila utambuzi sahihi.
Utafiti wa Frontiers in Conservation Science uligundua kuwa njia zinazosaidiwa na AI zinaweza kupunguza kosa la kawaida la makadirio ya idadi kwa 31 hadi 67% ikilinganishwa na njia za mkono, na uwezo wa kuongeza juhudi za sampuli kwa 160 hadi 1,050% kwa gharama sawa. Hiyo inamaanisha eneo zaidi linafanyiwa utafiti, mara nyingi zaidi, kwa bajeti ile ile.
Ni spishi zipi zinazofanya kazi vizuri zaidi
Si kila spishi ni rahisi sawa kwa AI kuhesabu kutoka angani. Matokeo bora zaidi yanatoka kwa wanyama wakubwa, wenye rangi tofauti, na wanaopatikana katika makazi wazi.
Tembo, ng'ombe, pundamilia, na nyumbu ni wagombea bora. Ukubwa wao unawafanya kuwa rahisi kutambuliwa, na savana wazi inatoa utofautishaji mkali.
Flamingo, pengwini, na makundi ya ndege wa baharini wanakaa katika makundi mengi yanayoonekana kwenye ardhi wazi. AI inafanya vizuri katika kuhesabu maelfu ya watu binafsi kwenye picha moja.
Sili, simba wa bahari, na walrasi waliojitupa pwani wanaonekana wazi kutoka juu. Picha za thermal zinaongeza njia ya pili ya utambuzi.
Wafugaji na wasimamizi wa wanyamapori wanatumia mbinu sawa kwa ng'ombe, farasi, na reindeer katika malisho wazi.
Faida ya ukaguzi
Mojawapo ya faida zinazothaminiwa kidogo zaidi za utafiti unaotegemea picha ni kudumu. Hesabu ya kawaida ya mwangalizi ni nambari kwenye bodi. Haiwezi kuchunguzwa tena, kupingwa, au kuboreshwa baada ya ndege.
Picha ni ushahidi wa kudumu. Kila picha iliyopigwa wakati wa utafiti wa AI inaweza kuhifadhiwa, kuchunguzwa tena na wakaguzi tofauti, na kuchakatwa tena miaka baadaye kwa algorithm zilizoboreshwa. Ikiwa modeli mpya ni sahihi 5% zaidi kuliko ya mwaka jana, unaweza kuiendesha tena kwenye picha za mwaka jana na kupata makadirio bora ya kihistoria bila kuruka tena.
Hii inaunda seti ya data inayoboreka kwa muda. Mashirika ya uhifadhi kama Wild Me yamejenga majukwaa ya chanzo wazi (kama Scout) yanayoruhusu watafiti duniani kote kuchangia na kuchambua tena picha za angani. Picha yenyewe inakuwa rekodi ya kisayansi, si hesabu inayotokana nayo.
Ambapo uhesabuji wa AI bado unashindwa
Uhesabuji wa angani wa AI una nguvu lakini si wa kila mahali. Hali kadhaa zinabaki kuwa ngumu kweli.
- Mimea nene - Wanyama chini ya dari nene ya miti hawaonekani kwa kamera za kawaida. Tembo wa msituni na nyani wanabaki kuwa wagumu kufanyiwa utafiti kutoka angani.
- Spishi za usiku - Viumbe wanaofanya kazi usiku tu wanahitaji picha za thermal au infrared, ambazo zina ubora wa chini wa eneo kuliko kamera za RGB za mchana.
- Wanyama wa majini chini ya uso - Spishi za baharini chini ya maji, kama pomboo au samaki, haziwezi kutambuliwa kwa uhakika kutoka picha za angani.
- Spishi ndogo au zinazojificha - Wanyama wanaojificha katika mazingira yao, kama sungura kwenye nyasi kavu, wanasukuma modeli za utambuzi hadi mipaka yao.
- Hali mbaya ya hewa - Mawingu, mvua, na upepo mkali vinapunguza ubora wa picha na vinaweza kusimamisha kabisa shughuli za droni na ndege.
Kuanza na uhesabuji wa wanyamapori wa AI
- Chagua jukwaa lako- Droni ya watumiaji (DJI Mavic au sawa) inafanya kazi kwa maeneo madogo; ndege yenye rubani au droni za mabawa ya kudumu zinafunika hifadhi kubwa zaidi.
- Panga gridi yako ya ndege- Tumia urambazaji wa kiotomatiki wa waypoint kuhakikisha urefu thabiti na ufunikaji kamili wa eneo na kuingiliana kwa picha.
- Piga kwa wakati unaofaa- Mwangaza wa asubuhi au alasiri unapunguza vivuli vikali. Epuka adhuhuri wakati wanyama wanatafuta kivuli.
- Chakata kwa modeli ya utambuzi- Pakia picha kwenye jukwaa la kuhesabu la AI. Chaguo za chanzo wazi ni pamoja na Scout ya Wild Me kwa utambuzi mahususi wa wanyamapori.
- Kagua utambuzi ulioashiriwa- Chunguza alama za uhakika wa chini na hali za mpaka kwa mkono. Njia hii ya mchanganyiko inakuza usahihi.
- Hifadhi kila kitu- Hifadhi picha za asili pamoja na data ya hesabu. Algorithm za baadaye zitatoa thamani zaidi kutoka picha za leo.
Hitimisho
Uhifadhi wa wanyamapori unategemea data sahihi ya idadi, na kwa miongo kadhaa zana bora iliyopatikana ilikuwa mwangalizi aliyechoka katika ndege yenye kelele. Uhesabuji wa angani unaotumia AI hauchukui nafasi ya utaalamu wa binadamu katika uhifadhi, lakini unaondoa vikwazo vya kuhesabu kwa mkono kutoka equation.
Wakati mwingine hifadhi inapohitaji makadirio ya idadi, jibu sahihi zaidi litatoka kwa kamera, si bodi. Na tofauti na bodi, picha bado zitakuwa na thamani miaka kumi kuanzia sasa.