Myśliwi często polują w nocy, dlatego do ich wykrywania wykorzystuje się kamery na podczerwień montowane na dronach. Problem w tym, że zarówno kłusownik, jak i zwierzę emitują ciepło, więc ich dokładna identyfikacja może być trudna. Naukowcy z Uniwersytetu Południowej Kalifornii ułatwiają to, wykorzystując sztuczną inteligencję w systemie o nazwie SPOT.
Zwykle pracownicy ochrony dzikiej przyrody muszą spędzać noc z laptopami na stacjach ochrony, monitorując filmy w podczerwieni przesyłane bezpośrednio z dronów. Kiedy na ekranie pojawią się plamy emitujące ciepło, należy ustalić, czy są to ludzie, czy dzikie zwierzęta, co nie jest jednak łatwe.
Dlatego powstał SOPT. SPOT to skrót od Systematic POacher deTector, systemu algorytmicznego opracowanego przez zespół badawczy kierowany przez doktor informatyki Elizabeth Bondi.

Naukowcy rozpoczęli od zintegrowania cyfrowych etykiet przedstawiających 180 000 ludzi i zwierząt w filmach w podczerwieni. Wykorzystując ten zbiór danych i tworząc zmodyfikowaną wersję istniejącego algorytmu głębokiego uczenia się o nazwie Faster RCNN, następnie nauczyli komputer, jak rozróżniać dwa typy obrazów przedstawiających złodziei i zwierzęta. Chociaż algorytm systemu może dokładnie zidentyfikować, przetworzenie każdego obrazu zajmuje 10 sekund, ale ten czas jest zbyt długi.
Mając to na uwadze, zespół zmienił algorytm tak, aby mógł współpracować z platformą przetwarzania w chmurze Microsoft Azure. Korzystając z szybszego czasu przetwarzania platformy Azure, SPOT może teraz dokładnie identyfikować kłusowników w ciągu zaledwie trzech dziesiątych sekundy.
Obecne plany zakładają szerokie wdrożenie tej technologii w całej Botswanie. Kolejny system oparty na sztucznej inteligencji opracowała firma Neurala.
Zobacz więcej: