Khám phá việc sử dụng AI và YOLOv5 để bảo tồn động vật hoang dã và chống nạn săn trộm.
.avif)
Quỹ Thế giới Kashmir (KWF) được thành lập tại Great Falls, Virginia vào năm 2008 với sứ mệnh triển khai công nghệ mới nhất trong cuộc chiến bảo tồn và bảo vệ động vật hoang dã trên phạm vi toàn cầu. KWF xây dựng và vận hành các hệ thống tự động, không người lái hỗ trợ các nỗ lực bảo tồn và chống săn trộm. Năm 2013, KWF bắt đầu áp dụng trí tuệ nhân tạo trong các hoạt động của mình.
Theo WWF, mất môi trường sống gây nguy hiểm lớn nhất cho 85% tất cả các loài trong "Sách đỏ", trong đó phân loại các loài có nguy cơ tuyệt chủng hoặc bị đe dọa. Đồng thời, nhu cầu về động vật hoang dã bị săn trộm để sử dụng trong các loại thuốc truyền thống, các món ngon hoặc vật nuôi kỳ lạ xuất hiện và đã tăng lên. Cùng với nhau, mất môi trường sống và săn trộm đe dọa đa dạng sinh học toàn cầu và có tác động tai hại đến cộng đồng và môi trường địa phương.
Trích dẫn sự hợp tác nội bộ mạnh mẽ, Người sáng lập và Giám đốc điều hành, Aliyah Pandolfi giải thích rằng "sinh viên, học giả, kỹ sư và nhà khoa học từ khắp nơi trên thế giới sẵn sàng tình nguyện dành thời gian và chuyên môn của họ." KWF được điều hành 100% bởi các tình nguyện viên từ khắp nơi trên thế giới. Thông qua công việc của mình, KWF đã có những bước tiến lớn trong việc bảo vệ các loài bị đe dọa và có nguy cơ tuyệt chủng như Mèo cát ở Qatar, Rùa biển ở Costa Rica và Báo tuyết ở dãy Hy Mã Lạp Sơn.
"Tất cả chúng ta làm điều này bởi vì chúng ta yêu động vật, nhưng quan trọng hơn là chúng ta muốn sử dụng các kỹ năng của mình để làm điều tốt cho thế giới và tạo ra sự thay đổi tích cực cho những loài có thể không tồn tại."
Aliyah Pandolfi
Người sáng lập và Giám đốc điều hành, Kashmir World Foundation
Trong nhiều trường hợp, các nhà bảo tồn cực kỳ khó tiếp cận các địa điểm xảy ra nạn săn trộm. KWF phải đối mặt với bốn rào cản chính trong nỗ lực bảo tồn của họ ở những nơi xa xôi trên thế giới:
Trong quá khứ, các nhà bảo tồn đã đặt các thiết bị quay video tại hiện trường để xem lại cảnh quay sau này. Với hàng trăm hàng ngàn giờ cảnh quay, quá trình này dựa vào người xem để phát hiện và xác định tỉ mỉ cả loài động vật và kẻ săn trộm. Do hạn chế về thời gian và lỗi của con người, cách tiếp cận này đã chứng tỏ đặt các nhà bảo tồn vào thế bất lợi. Các tình nguyện viên tại KWF biết rằng họ cần được trang bị tốt hơn để chống lại những kẻ săn trộm và săn bắn bất hợp pháp.
Sự tiến bộ không thể tránh khỏi của công nghệ đóng vai trò như một con dao hai lưỡi. Khi nó tiếp tục trở nên chất lượng cao hơn và dễ tiếp cận hơn, cả các nhà bảo tồn và các tác nhân xấu đều có thể chạm tay vào công nghệ mới nhất. Để duy trì tính cạnh tranh, các nhà bảo tồn phải được chuẩn bị để khai thác sức mạnh của công nghệ mới nhất để sử dụng cho lợi thế của họ.
Pandolfi cần một giải pháp tích cực trong lĩnh vực cung cấp cho KWF thông tin thời gian thực. Cần một giải pháp loại bỏ lỗi của con người và đối mặt với bốn rào cản chính, cô biết rằng ngay cả vài giây cũng có thể tạo ra sự khác biệt trong nhiệm vụ chống săn trộm, có nghĩa là thông tin chi tiết theo thời gian thực có thể đóng vai trò trực tiếp trong việc ngăn chặn động vật bị giết.
Với sự sáng tạo về phía mình, Pandolfi đã xem xét công nghệ và nguồn lực cần thiết cho dự án. Trong khi phần lớn công nghệ cô cần có sẵn ngày nay, Pandolfi đang dự đoán việc phát hành phần cứng và phần mềm sẽ có sẵn trong tương lai gần. Dẫn dắt nhóm của cô tại KWF phát triển các phương pháp tiếp cận sử dụng máy bay không người lái, AI và khả năng GPS.
"Khi bắt đầu dự án này, đã có rất nhiều nghi ngờ từ cộng đồng. Tôi đã được bảo rằng điều đó thật điên rồ, điều đó là không thể, bạn không thể làm điều đó và công nghệ không tồn tại, nhưng tôi đã nghĩ về lâu dài, khoa học máy tính và khả năng của máy bay không người lái cần thiết để phát triển và hợp nhất với nhau cho dự án này.
Bằng cách đặt nhiều loại camera và cảm biến ở các vị trí có nguy cơ, KWF nhận dữ liệu từ các địa điểm trên khắp thế giới, cung cấp cho họ những hiểu biết có thể hành động để đưa ra quyết định trong tích tắc.
"Hãy tưởng tượng rằng có những kẻ săn trộm tại một địa điểm cụ thể," Pandolfi nói, "chúng tôi muốn có thể theo dõi chúng và cảnh báo kiểm lâm đến vị trí của chúng để chúng có thể chặn những kẻ săn trộm và ngăn chặn chúng trước khi chúng giết bất kỳ động vật nào."
Yêu cầu phát hiện đối tượng theo thời gian thực, KWF cần đầu ra của mô hình của họ có độ chính xác và độ tin cậy cao. Khi cân nhắc các lựa chọn của mình, Trưởng nhóm KWF A.I. của Pandolfi, Daan Eeltink, một sinh viên ở Hà Lan, đã so sánh màn trình diễn của YOLOv4 và YOLOv5. Với YOLOv5, một số điểm khác biệt đã khiến nhóm tại KWF chọn nó cho các dự án của họ:
KWF dựa vào một nhóm tình nguyện viên, kỹ sư và thực tập sinh từ khắp nơi trên thế giới để xây dựng công nghệ cần thiết cho các nỗ lực bảo tồn của họ. Nhiều người trong số các thực tập sinh là học sinh trung học, một số người trong số họ có tối thiểu hoặc không có kinh nghiệm với YOLOv5. Pandolfi thấy rằng ngay cả những người có ít kinh nghiệm nhất trước đó cũng có thể có YOLOv5 lên và chạy trong vòng chưa đầy ba tuần.
Ngoài ra, việc tích hợp với nền tảng theo dõi thử nghiệm giúp tinh chỉnh các mô hình và bộ dữ liệu đơn giản, cho phép KWF tối đa hóa hiệu suất của chúng YOLOv5 mô hình trong lĩnh vực này.
"YOLOv5 là chính xác và giúp chúng tôi cứu các loài động vật trước khi bị giết, đó là mục tiêu cuối cùng của chúng tôi."
Không YOLOv5, Pandolfi nói rằng nhóm của cô tại KWF sẽ thất vọng. Trước khi thực hiện phát hiện đối tượng, các dự án bảo tồn thiếu một lượng dữ liệu tối ưu.
Vào đầu năm 2023, KWF sẽ chuyển giao công việc của họ cho Ultralytics YOLOv8, bản phát hành mới nhất trong YOLO họ kiến trúc AI tầm nhìn.
Hiện tại, KWF triển khai YOLOv5 để phát hiện đối tượng trên các cảm biến tại hiện trường. Các thiết bị này gửi dữ liệu đến các nhà sinh vật học, những người sau đó có thể phân tích thông tin và tạo ra những hiểu biết có thể hành động. Trong năm tới, KWF đặt mục tiêu đào tạo YOLOv5 trên các bộ dữ liệu có chứa hình ảnh máy bay không người lái, để sau đó triển khai các máy bay không người lái này tại hiện trường.
Có bảy loài rùa biển khác nhau trên thế giới và mỗi loài được coi là có nguy cơ tuyệt chủng. Khi đẻ trứng, rùa biển cái đến bãi biển và đào tổ trên cát, nơi chúng đẻ trứng. Quá trình này có thể mất vài giờ, nhưng một khi được thực hiện, rùa biển cái trở lại nước, để trứng của chúng ấp trên cát trong 55-65 ngày. Khi các bà mẹ rời đi mãi mãi, trứng chỉ còn lại một vài biện pháp phòng thủ khỏi những kẻ săn trộm, động vật ăn thịt và các yếu tố tự nhiên.
_(1).webp)
Trước đây, cách tiếp cận của các nhà bảo tồn để theo dõi rùa biển là đánh dấu tất cả các địa điểm trên bãi biển nơi có tổ. Nếu các mối đe dọa ở những khu vực này cao, các nhà bảo tồn sẽ di dời tổ đến một vị trí an toàn hơn trong thời gian chờ đợi và thả rùa vào đại dương khi chúng nở.
Quá trình này có thể liên quan đến việc đi bộ thủ công các bãi biển dài 30 dặm hoặc dài hơn và đánh dấu tổ. Việc cung cấp đủ nhân lực để thực hiện quy trình này mỗi ngày đã được chứng minh là khó khăn, đặc biệt là trong thời gian phong tỏa do COVID-19.
Ngoài ra, việc đánh dấu tổ rùa biển đôi khi được chứng minh là phản tác dụng. Những kẻ săn trộm không chỉ có thể tìm kiếm những cái tổ được đánh dấu, mà lợn còn có thể biết rằng các dấu hiệu có nghĩa là có tổ rùa biển gần đó khiến chúng ăn trứng.
KWF đã nhìn thấy cơ hội cải thiện trong quá trình này bằng cách cắt giảm yếu tố nhân lực và thay thế các điểm đánh dấu dễ nhận biết. Bằng cách thiết lập các hệ thống trên không tự trị bằng cách sử dụng YOLOv5 Để phát hiện, định vị và mô tả tổ rùa biển, các nhà sinh vật học có thể nhận được thông tin thời gian thực về tổ rùa biển, bao gồm dấu vết và vị trí địa lý của chúng, do đó thay thế nhu cầu của các nhà sinh vật học phải tự đi bộ trên các bãi biển và đánh dấu tổ.
Bộ lông trắng dày của báo tuyết với những bông hồng đốm đen cho phép chúng ngụy trang hoàn hảo trong cảnh quan Himalaya. Trong tự nhiên, chúng là loài săn mồi đỉnh cao không có kẻ săn mồi tự nhiên. Tuy nhiên, do nhu cầu rất cao về lông và các bộ phận cơ thể khác trong thời trang và y học cổ truyền cùng với mất môi trường sống và phân mảnh, ước tính chỉ còn từ 4.000 đến 6.500 con báo tuyết trong tự nhiên.
Những nỗ lực bảo tồn báo tuyết đã được chứng minh là vô cùng khó khăn do các yếu tố góp phần vào môi trường khắc nghiệt nơi chúng được tìm thấy:
Ngoài ra, rất hiếm khi phát hiện báo tuyết trong tự nhiên. Do đó, KWF đang phát triển một cách tiếp cận tự động để bảo vệ những con mèo lớn này, sử dụng công nghệ máy bay không người lái để theo dõi và bảo vệ chúng. Tại thời điểm này, công nghệ máy bay không người lái vẫn đang được phát triển để nó có thể đạt đến điểm mà máy móc có thể hoạt động trong các điều kiện cần thiết để theo dõi báo tuyết, khoảng 20.000 đến 22.000 feet.
Một khi công nghệ có sẵn, KWF dự định sử dụng YOLOv5 trong các cảm biến và trên máy bay không người lái, sau đó sẽ được triển khai đến dãy Hy Mã Lạp Sơn. Đối với mục đích theo dõi, các cảm biến và máy bay không người lái này sẽ có thể phát hiện dấu chân trong tuyết, thường thổi bay nhanh chóng theo gió. Thông tin thời gian thực này sau đó sẽ được chuyển tiếp đến các nhà sinh vật học và bảo tồn.
Truy cập trang web của Tổ chức Thế giới Kashmir và xem cách bạn có thể giúp tạo ra sự khác biệt trong nỗ lực bảo tồn của họ trên toàn thế giới.
Bắt đầu hành trình của bạn với tương lai của machine learning
