Key takeaways
- Kameror som drivs av artificiell intelligens ger Gabon viltvårdare ett nytt verktyg i kampen mot tjuvjakt.
- Ett nytt system använder maskininlärning för att analysera foton på enheten i re altid för att upptäcka djur och människor.
- Tekniken hjälper till att förbättra intelligensen om tjuvjakt och relaterade olagliga nätverk, och hjälper myndigheterna att slå ner på den illegala handeln med vilda djur.
Kameror som drivs av artificiell intelligens (AI) hjälper till att skydda djur över stora delar av Afrika.
Kamerorna ger Gabons djurskyddare ett nytt verktyg i kampen mot tjuvjakt genom att ta bilder på inkräktare. Systemen kan också övervaka förlusten av biologisk mångfald genom att räkna antalet djur i ett område.
"Vanliga kameror kan aktiveras "mekaniskt" när något triggar dem, till exempel rörelse eller ljud", sa AI-experten James Caton till Lifewire i en e-postintervju. "AI inbäddad i kameran kan mer intelligent aktiveras när föremål av intresse passerar inom ramen – till exempel en person eller tjuvjägare kontra en älg. AI kan skilja mellan mänskliga figurer och djurfigurer, till exempel genom kroppsställning eller storlek."
Computing on the Edge
Tack vare AI är de nya kamerafällorna som utvecklats av gruppen Hack the Planet mer intelligenta än tidigare modeller. Systemet använder maskininlärning för att analysera foton i re altid på enheten för att upptäcka djur och människor.
Fällorna varnar rangers om en elefant, noshörning eller mänsklig rörelse upptäcks. Utrustat med en satellitupplänk kan systemet fungera var som helst glob alt utan att vara beroende av ett GSM- eller Wifi-nätverk.
Stirling University-forskaren Robin Whytock och ett team av forskare testade en AI-modell för att analysera kamerafälldata. Fallstudien använde de klassificerade centralafrikanska skogsdäggdjurs- och fågelarter. Och även med en relativt liten datauppsättning på 300 000 bilder som användes för att träna modellen var resultatet starkt, rapporterade forskarna i en tidning.
Forskarna sa att maskinalgoritmen var 90 procent korrekt och kan klassificera cirka 4 000 bilder per timme på stationära maskiner som används av parkvakter och ekologer på fältet, utan tillgång till kraftfulla molnberäkningsresurser. AI-systemet minskar tiden som behövs för att analysera tusentals fällbilder från flera veckor till en enda dag.
Guarding the Trails
Ett annat system som heter TrailGuard AI används som ett säkerhetssystem för nationalparker för att upptäcka, stoppa och arrestera tjuvjägare. Tekniken hjälper till att förbättra intelligensen om tjuvjakt och relaterade olagliga nätverk, och hjälper myndigheterna att slå ner på den illegala handeln med vilda djur.
Tilräckligt liten för att dölja spår, TrailGuard AI:s kamerahuvud använder artificiell intelligens för att upptäcka människor i bilderna och skickar bilder som innehåller människor tillbaka till parkens högkvarter via GSM, långdistansradio eller satellitnätverk. TrailGuard AI-tekniken testades på fältet i ett reservat i Östafrika, där den hjälpte till vid gripandet av trettio tjuvjägare och beslagtagandet av över 1 300 pund bushmeat.
"AI inbäddad i kameran kan aktiveras mer intelligent när föremål av intresse passerar inom ramen…"
Naturvårdare drar nytta av AI som körs i kameran snarare än i molnet eftersom den största belastningen på batteritiden inte är att köra slutledning på ett datorseendechip i kameran, utan överföringen av bilden via GSM- eller satellitmodem, Eric Dinerstein, chef för WildTech vid naturvårdsgruppen RESOLVE sa till Lifewire via e-post.
Dinerstein sa att systemet korrekt rensar bort falska positiva resultat när en kamera aktiveras av något annat än en tjuvjägare.
"I våra distributioner av TrailGuard i fält är upp till 95 % av triggarna för rörelsesensorn resultatet av falska triggers eller falska positiva resultat", tillade Dinerstein. "Bara 5 % är riktiga tjuvskyttar."
TrailGuard kan spara batteritid. Att sända tusentals falskt positiva bilder under loppet av flera veckor tar slut på batterierna. Genom att filtrera bort de falska positiva på kanten och bara sända sanna positiva eller mycket få falska positiva, kan batterier hålla i flera år.
"Också, chipet vi använder har mycket låg effekt, och vår enhet är i viloläge eller avstängt läge under större delen av sitt liv", sa Dinerstein. "Batteritiden för sensorer i avlägsna områden är avgörande."
övervakning av vilda djur kan snart bli ännu smartare. Forskare arbetar med programmerbar AI inbäddad i kameror.
För närvarande måste bilder hämtas från en kamera och bearbetas i molnet. Men nya funktioner gör det möjligt för användare att skapa anpassade AI-agenter och distribuera dem på kameror.
"För tjuvjägare, till exempel, om du vet att de reser i en vit bil eller en av dem alltid bär en gul keps, kan du eventuellt uppdatera kamerorna på långt håll med den här nya informationen", sa Caton.
