Explora a utilização de IA pela Kashmir World Foundation e YOLOv5 para a conservação da vida selvagem e o combate à caça furtiva.
.avif)
A Kashmir World Foundation (KWF) foi fundada em Great Falls, Virgínia, em 2008, com a missão de implementar a mais recente tecnologia na luta pela conservação e proteção da vida selvagem a uma escala global. A KWF constrói e opera sistemas autónomos e não tripulados que apoiam os seus esforços de conservação e de combate à caça furtiva. Em 2013, a KWF começou a adotar a inteligência artificial nas suas operações.
De acordo com o WWF, a perda de habitat representa o maior perigo existencial para 85% de todas as espécies da "Lista Vermelha", que classifica as espécies em perigo ou ameaçadas. Ao mesmo tempo, a procura de animais selvagens caçados ilegalmente para utilização em medicamentos tradicionais, iguarias ou animais de estimação exóticos está a aumentar. Em conjunto, a perda de habitat e a caça furtiva ameaçam a biodiversidade global e têm impactos desastrosos nas comunidades e ambientes locais.
Citando uma forte colaboração interna, a fundadora e directora executiva, Aliyah Pandolfi, explica que "estudantes, académicos, engenheiros e cientistas de todo o mundo estão dispostos a oferecer o seu tempo e conhecimentos". A KWF é gerida a 100% por voluntários de todo o mundo. Através do seu trabalho, a KWF deu grandes passos na proteção de espécies ameaçadas e numerosas espécies em perigo de extinção, como os gatos-da-areia no Qatar, as tartarugas marinhas na Costa Rica e os leopardos-das-neves nos Himalaias.
"Todos nós fazemos isto porque adoramos os animais, mas mais importante ainda é que queremos usar as nossas capacidades para fazer o bem no mundo e fazer uma mudança positiva para estas espécies que, de outra forma, poderiam não sobreviver."
Aliyah Pandolfi
Fundadora e Directora Executiva, Kashmir World Foundation
Em muitos casos, é extremamente difícil para os conservacionistas acederem aos locais onde ocorre a caça furtiva. A KWF tem de enfrentar quatro obstáculos fundamentais nos seus esforços de conservação em cantos remotos do mundo:
No passado, os conservacionistas colocaram dispositivos de gravação de vídeo no terreno para que as imagens fossem vistas mais tarde. Com centenas e milhares de horas de filmagens, este processo depende do observador para detetar e identificar meticulosamente tanto as espécies animais como os caçadores furtivos. Devido às limitações de tempo e ao erro humano, esta abordagem colocou os conservacionistas em desvantagem. Os voluntários da KWF sabiam que precisavam de estar melhor equipados para tomar uma posição contra os caçadores furtivos e a caça ilegal.
A progressão inevitável da tecnologia funciona como uma faca de dois gumes. À medida que continua a tornar-se mais acessível e de melhor qualidade, tanto os conservacionistas como os maus actores podem deitar a mão à tecnologia mais recente. Para se manterem competitivos, os conservacionistas devem estar preparados para aproveitar o poder da tecnologia mais recente em seu benefício.
A Pandolfi precisava de uma solução agressiva no terreno que fornecesse à KWF informações em tempo real. Precisando de uma solução que eliminasse o erro humano e enfrentasse os quatro principais obstáculos, ela sabia que mesmo uma questão de segundos pode fazer a diferença numa missão de combate à caça furtiva, o que significa que as informações em tempo real podem desempenhar um papel direto na prevenção do abate de um animal.
Com a criatividade do seu lado, Pandolfi considerou a tecnologia e os recursos necessários para o projeto. Embora grande parte da tecnologia de que necessita esteja disponível atualmente, Pandolfi está a antecipar o lançamento de hardware e software que deverá estar disponível num futuro próximo. Lidera a sua equipa no KWF para desenvolver abordagens que utilizem drones, IA e capacidades de GPS.
"No início deste projeto, houve muitas dúvidas por parte da comunidade. Disseram-me que era uma loucura, que era impossível, que não o conseguias fazer e que a tecnologia não existia, mas pensei que, a longo prazo, a informática e as capacidades dos drones precisavam de evoluir e de se fundir para este projeto."
Ao colocar uma variedade de câmaras e sensores em locais de risco, a KWF recebe dados de locais de todo o mundo, fornecendo-lhes informações úteis para tomarem decisões em fracções de segundo.
"Imagina que há caçadores furtivos num determinado local", diz Pandolfi, "queremos ser capazes de os seguir e alertar os guardas florestais para a sua posição, para que possam intercetar os caçadores furtivos e detê-los antes que matem algum animal".
Exigindo a deteção de objectos em tempo real, a KWF precisava que os resultados do seu modelo fossem altamente precisos e fiáveis. Ao ponderar as suas opções, o chefe da equipa de I.A. da KWF da Pandolfi, Daan Eeltink, um estudante nos Países Baixos, comparou os desempenhos do YOLOv4 e do YOLOv5. Com YOLOv5, vários pontos de diferenciação levaram a equipa do KWF a escolhê-lo para os seus projectos:
A KWF conta com uma equipa de voluntários, engenheiros e estagiários de todo o mundo para construir a tecnologia necessária aos seus esforços de conservação. Muitos dos estagiários são estudantes do ensino secundário, alguns dos quais têm pouca ou nenhuma experiência com YOLOv5. Pandolfi viu que mesmo aqueles com menos experiência prévia conseguiram pôr o YOLOv5 a funcionar em menos de três semanas.
Além disso, a integração com uma plataforma de acompanhamento de experiências tornou simples o ajuste fino dos modelos e conjuntos de dados, permitindo à KWF maximizar o desempenho dos seus modelos YOLOv5 no terreno.
"YOLOv5 foi preciso e ajudou-nos a salvar os animais antes de serem mortos, o que era o nosso objetivo final."
Sem o YOLOv5, Pandolfi diz que a sua equipa no KWF estaria frustrada. Antes de implementar a deteção de objectos, os projectos de conservação careciam de uma quantidade ideal de dados.
No início de 2023, o KWF irá transferir o seu trabalho para o Ultralytics YOLOv8a última versão da família YOLO de arquitecturas de IA de visão.
Atualmente, a KWF utiliza o site YOLOv5 para a deteção de objectos em sensores no terreno. Estes dispositivos enviam dados aos biólogos, que podem então analisar a informação e criar conhecimentos úteis. No próximo ano, o KWF pretende treinar o YOLOv5 em conjuntos de dados que contenham imagens de drones, para depois os colocar no terreno.
Existem sete espécies diferentes de tartarugas marinhas no mundo e cada uma delas é considerada em perigo de extinção. Quando põem ovos, as tartarugas marinhas fêmeas vêm para as praias e cavam ninhos na areia, onde depois põem os ovos. Este processo pode demorar várias horas, mas uma vez terminado, as tartarugas marinhas fêmeas regressam à água, deixando os seus ovos a incubar na areia durante 55-65 dias. Quando as mães partem para sempre, os ovos ficam com poucas defesas contra os caçadores furtivos, os predadores e os elementos naturais.
_(1).webp)
No passado, a abordagem dos conservacionistas para localizar as tartarugas marinhas consistia em marcar todos os locais numa praia onde existem ninhos. Se as ameaças nessas áreas forem elevadas, os conservacionistas deslocam os ninhos para um local mais seguro e, entretanto, libertam as tartarugas no oceano assim que eclodem.
Este processo pode implicar percorrer manualmente praias com 30 milhas ou mais e marcar os ninhos. Providenciar uma quantidade adequada de mão de obra para realizar este processo todos os dias tem-se revelado difícil, especialmente durante os confinamentos da COVID-19.
Além disso, a marcação dos ninhos de tartarugas marinhas revelou-se por vezes contra-ativa. Não só os caçadores furtivos procuravam os ninhos marcados, como também os porcos aprendiam que os marcadores significavam que havia ninhos de tartarugas marinhas nas proximidades, o que os levava a comer os ovos.
A KWF viu uma oportunidade de melhoria neste processo, reduzindo o fator mão de obra e substituindo os marcadores facilmente identificáveis. Através da criação de sistemas aéreos autónomos utilizando o site YOLOv5 para detetar, localizar e caraterizar os ninhos de tartarugas marinhas, os biólogos poderiam receber informações em tempo real sobre os ninhos de tartarugas marinhas, incluindo os seus rastos e localização geográfica, substituindo assim a necessidade de os biólogos percorrerem manualmente as praias e marcarem os ninhos.
O espesso pelo branco dos leopardos-das-neves, com rosetas de manchas escuras, permite-lhes camuflar-se perfeitamente na paisagem dos Himalaias. Na natureza, são predadores de topo, sem predadores naturais. No entanto, devido à procura extremamente elevada do seu pelo e de outras partes do corpo na moda e na medicina tradicional, juntamente com a perda e fragmentação do habitat, calcula-se que restem apenas entre 4 000 e 6 500 leopardos-das-neves em estado selvagem.
Os esforços de conservação dos leopardos-das-neves têm-se revelado extremamente difíceis devido aos factores que contribuem para o ambiente agreste em que se encontram:
Além disso, é extremamente raro avistar leopardos-das-neves em estado selvagem. Como resultado, a KWF está a desenvolver uma abordagem automatizada para proteger estes grandes felinos, utilizando tecnologia de drones para os seguir e proteger. Neste momento, a tecnologia dos drones ainda está em desenvolvimento para que se possa chegar ao ponto em que as máquinas possam operar nas condições necessárias para seguir os leopardos-das-neves, que rondam os 20.000 a 22.000 pés.
Assim que a tecnologia estiver disponível, a KWF tenciona utilizar o YOLOv5 nos sensores e nos drones, que serão depois enviados para os Himalaias. Para efeitos de localização, estes sensores e drones serão capazes de detetar pegadas na neve, que normalmente desaparecem rapidamente com o vento. Esta informação em tempo real será depois transmitida a biólogos e conservacionistas.
Visita o site da Kashmir World Foundation website e vê como podes ajudar a fazer a diferença nos seus esforços de conservação em todo o mundo.
Começa a tua viagem com o futuro da aprendizagem automática
