menu
close

Microsoftin GIRAFFE-tekoälyjärjestelmä mullistaa uhanalaisten kirahvien suojelun

Microsoftin AI for Good Lab on julkaissut GIRAFFE-nimisen avoimen lähdekoodin tekoälytyökalun, joka tunnistaa yksittäiset kirahvit niiden ainutlaatuisten laikkujen perusteella yli 90 prosentin tarkkuudella. Wild Nature Instituten kanssa kehitetty teknologia auttaa suojelijoita seuraamaan Tansanian uhanalaisia kirahvikantoja, joiden määrä on romahtanut yli 50 prosenttia viimeisen kolmen vuosikymmenen aikana. Järjestelmä käsittelee tuhansia riistakameroiden ja droonien ottamia kuvia, tarjoten kriittistä tietoa muuttoreiteistä, lisääntymisestä ja populaatiotrendeistä.
Microsoftin GIRAFFE-tekoälyjärjestelmä mullistaa uhanalaisten kirahvien suojelun

Merkittävä edistysaskel luonnonsuojeluteknologiassa on nähty, kun Microsoft on ottanut tekoälyosaamisensa käyttöön Afrikan uhanalaisten kirahvien pelastamiseksi sukupuutolta.

Yhtiön AI for Good Lab esitteli hiljattain GIRAFFE-järjestelmän (Generalized Image-based Re-Identification using AI for Fauna Feature Extraction), innovatiivisen avoimen lähdekoodin työkalun, joka on kehitetty kymmenvuotisen yhteistyön tuloksena Wild Nature Instituten kanssa. Teknologia hyödyntää konenäköä yksilöllisten kirahvien tunnistamiseen niiden ainutlaatuisten laikkujen perusteella – ominaisuus, jonka kanadalainen tutkija tohtori Anne Innis Dagg dokumentoi ensimmäisen kerran jo vuonna 1956.

Tämän hankkeen kiireellisyys on ilmeinen: Tansanian kirahvikannat ovat romahtaneet yli 50 prosenttia viimeisen 30 vuoden aikana, ja erityisesti aikuiset naaraat ovat salametsästäjien kohteena. Perinteiset seurantamenetelmät vaativat valtavasti käsityötä, kun tutkijat joutuivat vertailemaan tuhansia valokuvia yksilöiden tunnistamiseksi.

GIRAFFE mullistaa tämän prosessin analysoimalla automaattisesti riistakameroiden ja droonien kuvia poikkeuksellisella tarkkuudella – yksilöntunnistuksen osumatarkkuus ylittää 90 prosenttia ja optimaalisissa olosuhteissa jopa 99 prosenttia. Järjestelmä luo kattavan tietokannan, jonka avulla suojelijat voivat seurata selviytymisprosentteja, muuttoreittejä ja lisääntymiskuvioita reaaliajassa.

"Kuvioiden tunnistusohjelmisto ja konenäkö ovat mahdollistaneet tuhansien yksittäisten kirahvien seuraamisen", kertovat Derek Lee ja Monica Bond Wild Nature Institutesta. "Otamme kuvan jokaisesta kohtaamastamme kirahvista ja syötämme ne kuviontunnistusohjelmistoon, joka muodostaa kaiken datamme perustan. Sen avulla ymmärrämme, missä kirahveilla menee hyvin ja missä huonosti – ja voimme kehittää tehokkaita suojelutoimia."

Aiemmin päiviä vienyt manuaalinen työ hoituu nyt minuuteissa. Yksi kenttäkartoitus voi tuottaa yli 1 500 kuvaa, jotka GIRAFFE käsittelee nopeasti ja tarkasti, vapauttaen tutkijoiden aikaa varsinaiseen suojelutyöhön datan käsittelyn sijaan.

Merkittävää on myös se, ettei GIRAFFEn arkkitehtuuri rajoitu vain kirahveihin – sitä voidaan soveltaa kaikille lajeille, joilla on tunnistettavia kuvioita, kuten seeprat, tiikerit ja valashait. Avoimen lähdekoodin ratkaisuna ja GitHubissa julkaistuna Microsoft varmistaa, että suojelujärjestöt ympäri maailmaa voivat ottaa teknologian käyttöön ja mukauttaa sitä omiin tarpeisiinsa.

Hanke on esimerkki siitä, miten tekoäly voi ratkaista kiireellisiä ympäristöhaasteita ja tarjota vastapainoa tekoälyn yhteiskunnallisiin huoliin. Kuten Juan Lavista Ferres, Microsoftin AI for Good Labin Chief Data Scientist, toteaa: "Olemme innoissamme nähdessämme, miten avoimen lähdekoodin GIRAFFE-projekti voi auttaa tutkijoita ja järjestöjä ympäri maailmaa hyödyntämään tekoälyn voimaa luonnon suojelemiseksi."

Source: Ts2

Latest News