I ett betydande framsteg för teknologin inom naturvård har Microsoft tagit sina AI-kapaciteter i bruk för att hjälpa till att rädda Afrikas utrotningshotade giraffer från utrotning.
Företagets AI for Good Lab presenterade nyligen GIRAFFE (Generalized Image-based Re-Identification using AI for Fauna Feature Extraction), ett innovativt verktyg med öppen källkod som utvecklats genom ett tioårigt samarbete med Wild Nature Institute. Denna teknik använder datorseende för att identifiera enskilda giraffer utifrån deras unika fläckmönster—en egenskap som först dokumenterades av den kanadensiska forskaren Dr. Anne Innis Dagg 1956.
Behovet av denna satsning är tydligt: Tanzanias giraffpopulationer har minskat med mer än 50 % de senaste 30 åren, där vuxna honor särskilt drabbats av tjuvjakt. Traditionella övervakningsmetoder har krävt enorma manuella insatser, där forskare mödosamt jämfört tusentals fotografier för att spåra enskilda djur.
GIRAFFE omvandlar denna process genom att automatiskt analysera bilder från kamerafällor och drönarfilmer med anmärkningsvärd precision—och når över 90 % noggrannhet i identifieringen, och ofta upp till 99 % under optimala förhållanden. Systemet skapar en omfattande databas som gör det möjligt för naturvårdare att i realtid följa överlevnadsgrad, migrationsvägar och fortplantningsmönster.
"Mönsterigenkänningsprogramvara och datorseende har nu gjort det möjligt för oss att hålla koll på tusentals enskilda giraffer," förklarar Derek Lee och Monica Bond från Wild Nature Institute. "Vi fotograferar varje giraff vi ser och matar in bilderna i mönsterigenkänningsprogramvaran, vilket utgör grunden för all vår data som vi använder för att förstå var de klarar sig bra, och om de inte gör det, varför—och vi kan utveckla effektiva bevarandeåtgärder."
Det som tidigare tog naturvårdsteam dagar av manuellt arbete sker nu på några minuter. En enda inventering kan generera över 1 500 bilder, som GIRAFFE snabbt och precist bearbetar, vilket gör att forskarna kan fokusera mer på själva bevarandearbetet istället för databehandling.
Viktigt är att GIRAFFEs arkitektur inte är begränsad till giraffer—den kan anpassas för alla arter med distinkta visuella mönster, inklusive zebror, tigrar och valhajar. Genom att göra verktyget öppet och tillgängligt på GitHub säkerställer Microsoft att naturvårdsorganisationer världen över kan implementera och anpassa tekniken efter sina specifika behov.
Detta projekt är ett exempel på hur AI kan möta akuta miljöutmaningar och erbjuder en kraftfull motvikt till oron kring artificiell intelligens och dess samhällspåverkan. Som Juan Lavista Ferres, Chief Data Scientist på Microsofts AI for Good Lab, noterar: "Vi ser fram emot att se hur det öppna GIRAFFE-projektet kan hjälpa forskare och organisationer världen över att utnyttja AI:s kraft för att skydda djurlivet."