Belangrijkste afhaalrestaurants
- Camera's aangedreven door kunstmatige intelligentie geven Gabon-wildwachters een nieuw hulpmiddel in de strijd tegen stroperij.
- Een nieuw systeem maakt gebruik van machine learning om foto's op het apparaat in re altime te analyseren om dieren en mensen te detecteren.
- De technologie helpt bij het verbeteren van de informatie over stroperij en aanverwante illegale netwerken, en helpt autoriteiten om de illegale handel in wilde dieren en planten aan te pakken.
Camera's aangedreven door kunstmatige intelligentie (AI) helpen dieren te beschermen in grote delen van Afrika.
De camera's geven de natuurwachters van Gabon een nieuw hulpmiddel in de strijd tegen stroperij door foto's van indringers te maken. De systemen kunnen ook het verlies aan biodiversiteit monitoren door het aantal dieren in een gebied te tellen.
"Gewone camera's kunnen 'mechanisch' worden geactiveerd wanneer iets hen triggert, bijvoorbeeld beweging of geluid", vertelde AI-expert James Caton aan Lifewire in een e-mailinterview. "AI ingebed in de camera kan intelligenter worden geactiveerd wanneer interessante voorwerpen binnen het frame passeren - bijvoorbeeld een persoon of stroper versus een eland. AI kan onderscheid maken tussen menselijke figuren en dierenfiguren, bijvoorbeeld door houding of grootte."
Computing on the Edge
Dankzij AI zijn de nieuwe cameravallen ontwikkeld door de groep Hack the Planet intelligenter dan eerdere modellen. Het systeem maakt gebruik van machine learning om foto's in re altime op het apparaat te analyseren om dieren en mensen te detecteren.
De vallen waarschuwen rangers als een olifant, neushoorn of menselijke beweging wordt gedetecteerd. Uitgerust met een satelliet-uplink, kan het systeem overal ter wereld werken zonder afhankelijk te zijn van een GSM- of wifi-netwerk.
Stirling University-onderzoeker Robin Whytock en een team van onderzoekers hebben een AI-model getest om cameravalgegevens te analyseren. De casestudy die ze gebruikten geclassificeerd Centraal-Afrikaanse boszoogdieren en vogelsoorten. En zelfs met een relatief kleine dataset van 300.000 afbeeldingen die werden gebruikt om het model te trainen, was het resultaat sterk, meldden de onderzoekers in een paper.
De onderzoekers zeiden dat het machine-algoritme 90 procent nauwkeurig was en ongeveer 4.000 afbeeldingen per uur kan classificeren op desktopmachines die worden gebruikt door parkwachters en ecologen in het veld, zonder toegang tot krachtige cloud computing-bronnen. Het AI-systeem reduceert de tijd die nodig is om duizenden trapbeelden te analyseren van enkele weken tot één dag.
De paden bewaken
Een ander systeem genaamd TrailGuard AI wordt gebruikt als beveiligingssysteem voor nationale parken om stropers te detecteren, te stoppen en te arresteren. De technologie helpt bij het verbeteren van de informatie over stroperij en aanverwante illegale netwerken, en helpt autoriteiten om de illegale handel in wilde dieren en planten aan te pakken.
Klein genoeg om langs paden te verbergen, de camerakop van TrailGuard AI gebruikt kunstmatige intelligentie om mensen in de afbeeldingen te detecteren en stuurt afbeeldingen met mensen terug naar het hoofdkwartier van het park via GSM, langeafstandsradio of satellietnetwerken. De TrailGuard AI-technologie werd in de praktijk getest in een reservaat in Oost-Afrika, waar het hielp bij de arrestatie van dertig stropers en de inbeslagname van meer dan 1.300 pond bushmeat.
"AI ingebed in de camera kan intelligenter worden geactiveerd wanneer interessante items binnen het frame passeren…"
Conservationisten profiteren van AI die in de camera wordt uitgevoerd in plaats van in de cloud, omdat de grootste belasting van de levensduur van de batterij niet de gevolgtrekking is van een computervisie-chip in de camera, maar de overdracht van het beeld via GSM of satellietmodem, Eric Dinerstein, de directeur van WildTech bij de natuurbeschermingsgroep RESOLVE, vertelde Lifewire via e-mail.
Dinerstein zei dat het systeem valse positieven nauwkeurig verwijdert wanneer een camera wordt geactiveerd door iets anders dan een stroper.
"In onze implementaties van TrailGuard in het veld zijn tot 95% van de triggers van de bewegingssensor het resultaat van valse triggers of valse positieven", voegde Dinerstein toe. "Slechts 5% zijn echte stropers."
TrailGuard kan de levensduur van de batterij verlengen. Het verzenden van duizenden vals-positieve foto's in de loop van enkele weken doet de batterijen leeglopen. Door de valse positieven aan de rand weg te filteren en alleen echte positieven of heel weinig valse positieven te verzenden, kunnen batterijen jaren meegaan.
"Bovendien heeft de chip die we gebruiken een zeer laag stroomverbruik en staat ons apparaat het grootste deel van zijn leven in de slaap- of uitgeschakelde modus", zei Dinerstein. "De levensduur van de batterij voor sensoren in afgelegen gebieden is van cruciaal belang."
Het monitoren van dieren in het wild kan binnenkort nog slimmer worden. Onderzoekers werken aan programmeerbare AI ingebed in camera's.
Momenteel moeten beelden van een camera worden opgehaald en in de cloud worden verwerkt. Maar met nieuwe mogelijkheden kunnen gebruikers aangepaste AI-agents maken en deze op camera's implementeren.
"Voor stropers, bijvoorbeeld, als je weet dat ze in een witte auto reizen of als een van hen altijd een gele pet draagt, zou je de camera's van een afstand kunnen updaten met deze nieuwe informatie," zei Caton.
