Ther er en tankegang, fra sci-fi-filmer til Stephen Hawking, som antyder at kunstig intelligens (AI) kan bety undergang for mennesker. Men naturvernere tyr i økende grad til kunstig intelligens som en innovativ teknologisk løsning for å takle krisen med biologisk mangfold og dempe klimaendringer.
En fersk rapport av Wildlabs.net fant at AI var en av de tre beste nye teknologiene innen bevaring. Fra kamerafelle og satellittbilder til lydopptak, bemerker rapporten: «AI kan lære å identifisere hvilke bilder av tusenvis som inneholder sjeldne arter; eller lokaliser et dyreanrop utenom timer med feltopptak – noe som reduserer det manuelle arbeidet som kreves for å samle inn viktige bevaringsdata enormt.»
AI hjelper til med å beskytte arter så forskjellige som knølhval, koalaer og snøleoparder, og støtter arbeidet til forskere, forskere og rangers i viktige oppgaver, fra anti-krypskyting til overvåking av arter. Med maskinlæring (ML) datasystemer som bruker algoritmer og modeller for å lære, forstå og tilpasse seg, er AI ofte i stand til å gjøre jobben til hundrevis av mennesker, og få raskere, billigere og mer effektive resultater.
Her er fem AI-prosjekter som bidrar til vår forståelse av biologisk mangfold og arter:
1. Stoppe krypskyttere
Zambias Kafue nasjonalpark er hjemsted for mer enn 6 600 afrikanske savannelefanter og dekker 22 400 kvadratkilometer, så å stoppe krypskyting er en stor logistisk utfordring. Ulovlig fiske i Lake Itezhi-Tezhi ved parkens grense er også et problem, og krypskyttere maskerer seg som fiskere for å gå inn og ut av parken uoppdaget, ofte i ly av mørket.
The Connected Conservation Initiative, fra Spill Rangers International (GRI), Zambias avdeling for nasjonalparker og dyreliv og andre partnere, bruker kunstig intelligens for å forbedre konvensjonell anti-krypskyting, og skaper et 19 km langt virtuelt gjerde over Lake Itezhi-Tezhi. Fremoverskuende infrarøde (FLIR) termiske kameraer registrerer hver båt som krysser inn og ut av parken, dag og natt.
Kameraene ble installert i 2019 og ble overvåket manuelt av rangers, som deretter kunne reagere på tegn på ulovlig aktivitet. FLIR AI har nå blitt opplært til å automatisk oppdage båter som kommer inn i parken, noe som øker effektiviteten og reduserer behovet for konstant manuell overvåking. Bølger og flygende fugler kan også utløse varsler, så AI blir lært opp til å eliminere disse falske avlesningene.
“Det har lenge vært utilstrekkelige ressurser til å sikre beskyttede områder, og å ha folk til å se flere kameraer 24/7 skalerer ikke,” sier Ian Hoad, spesialrådgiver ved GRI. “AI kan være en gamechanger, siden den kan overvåke for ulovlige båtoverfarter og varsle rangerteam umiddelbart. Teknologien har gjort det mulig for en håndfull rangers å sørge for døgnkontinuerlig overvåking av et massivt ulovlig inngangspunkt over Lake Itezhi-Tezhi.»
2. Spore vanntap
Brasil har tapt mer enn 15 % av overflatevannet i løpet av de siste 30 årene, en krise som kun har kommet frem ved hjelp av AI. Landets elver, innsjøer og våtmarker har stått overfor økende press fra en voksende befolkning, økonomisk utvikling, avskoging og forverrende effekter av klimakrisen. Men ingen visste omfanget av problemet før i august i fjor, da MapBiomas vannprosjekt ved bruk av ML publiserte resultatene sine etter å ha behandlet mer enn 150 000 bilder generert av Nasas Landsat 5, 7 og 8 satellitter fra 1985 til 2020 over 8,5 m². km av brasiliansk territorium. Uten AI kunne ikke forskere ha analysert vannforandringer over hele landet i den skalaen og detaljnivået som trengs. AI kan også skille mellom naturlige og menneskeskapte vannforekomster.
Negro-elven, en stor sideelv til Amazonas og en av verdens 10 største elver i volum, har mistet 22 % av overflatevannet. Den brasilianske delen av Pantanal, verdens største tropiske våtmark, har mistet 74 % av overflatevannet. Slike tap er ødeleggende for dyreliv (4000 arter av planter og dyr lever i Pantanalinkludert jaguarer, tapirer og anakondaer), mennesker og natur.
“AI-teknologi ga oss et sjokkerende klart bilde,” sier Cássio Bernardino, WWF-Brasils leder for vannprosjektet MapBiomas. «Uten AI- og ML-teknologi ville vi aldri ha visst hvor alvorlig situasjonen var, enn si hatt dataene til å overbevise folk. Nå kan vi ta skritt for å takle utfordringene dette tapet av overflatevann utgjør for Brasils utrolige biologiske mangfold og samfunn.»
3. Finne hvaler
Å vite hvor hvalene er er det første trinnet i å sette inn tiltak som marine beskyttede områder for å beskytte dem. Å lokalisere pukkelrygger visuelt over store hav er vanskelig, men deres særegen sang kan reise hundrevis av mil under vann. På National Oceanic and Atmospheric Association (Noaa) fiskeri på stillehavsøyene, akustiske opptakere brukes til å overvåke populasjoner av sjøpattedyr på avsidesliggende og vanskelig tilgjengelige øyer, sier Ann Allen, Noaa forskningsoseanograf. «På 14 år har vi samlet rundt 190 000 timer med akustiske opptak. Det vil ta ublu tid for en person å identifisere hvalvokaliseringer manuelt.»
I 2018 samarbeidet Noaa med Google AI for sosiale goder bioakustikkteam til lage en ML-modell som kunne gjenkjenne knølhvalsang. “Vi lyktes veldig med å identifisere pukkelsang gjennom hele datasettet vårt, og etablere mønstre for deres tilstedeværelse på Hawaii-øyene og Mariana-øyene,” sier Allen. «Vi fant også en ny forekomst av pukkelsang ved Kingman-revet, et sted som aldri før har dokumentert tilstedeværelse av pukkelrygg. Denne omfattende analysen av dataene våre ville ikke vært mulig uten AI.»
4. Beskytte koalaer
Australias koalabestander er i alvorlig tilbakegang på grunn av ødeleggelse av habitat, angrep av tamhunder, trafikkulykker og skogbranner. Uten kunnskap om antall og oppholdssted er det utfordrende å redde dem. Grant Hamilton, førsteamanuensis i økologi ved Queensland University of Technology (QUT), har opprettet en bevaring AI-hub med føderale og Landcare Australia midler til å telle koalaer og andre truede dyr. Ved hjelp av droner og infrarød bildebehandling analyserer en AI-algoritme raskt infrarøde opptak og bestemmer om en varmesignatur er en koala eller et annet dyr. Hamilton brukte systemet etter Australias ødeleggende skogbranner i 2019 og 2020 for å identifisere overlevende koalabestander, spesielt på Kangaroo Island.
“Dette er et gamechanger-prosjekt for å beskytte koalaer,” sier Hamilton. “Kraftige AI-algoritmer er i stand til å analysere utallige timer med videoopptak og identifisere koalaer fra mange andre dyr i det tykke bushlandet. Dette systemet vil tillate Landcare-grupper, bevaringsgrupper og organisasjoner som jobber med å beskytte og overvåke arter å kartlegge store områder hvor som helst i Australia og sende dataene tilbake til oss på QUT for å behandle dem.
“Vi vil i økende grad se AI brukt i konservering,” legger han til. “I dette nåværende prosjektet kunne vi rett og slett ikke gjort dette så raskt eller så nøyaktig uten AI.”
5. Telle arter
Å redde arter på randen av utryddelse i Kongo-bassenget, verdens nest største regnskog, er en enorm oppgave. I 2020 slo datavitenskapsselskapet Appsilon seg sammen med University of Stirling i Skottland og Gabons nasjonalparkbyrå (ANPN) for å utvikle Mbaza AI bildeklassifiseringsalgoritme for storskala overvåking av biologisk mangfold i Gabons nasjonalparker Lopé og Waka.
Naturvernere hadde brukt automatiserte kameraer for å fange arter, inkludert afrikanske skogselefanter, gorillaer, sjimpanser og pangoliner, som deretter måtte identifiseres manuelt. Millioner av bilder kan ta måneder eller år å klassifisere, og i et land som mister rundt 150 elefanter hver måned til krypskytteretid betyr noe.
Mbaza AI-algoritmen ble brukt i 2020 for å analysere mer enn 50 000 bilder samlet inn fra 200 kamerafeller spredt over 7000 kvadratkilometer med skog. Mbaza AI klassifiserer opptil 3000 bilder i timen og er opptil 96 % nøyaktige. Naturvernere kan overvåke og spore dyr og raskt oppdage anomalier eller advarselsskilt, slik at de kan handle raskt når det trengs. Algoritmen fungerer også offline på en vanlig bærbar datamaskin, noe som er nyttig på steder med ingen eller dårlig internettforbindelse.
“Mange sentralafrikanske skogpattedyr er truet av uholdbar handel, endringer i arealbruk og den globale klimakrisen,” sier Dr Robin Whytock, postdoktor ved University of Stirling. «Appsilons arbeid med Mbaza AI-appen gjør at naturvernere raskt kan identifisere og reagere på trusler mot biologisk mangfold. Prosjektet startet med 200 kamerafeller i nasjonalparkene Lopé og Waka i Gabon men siden den gang har flere hundre blitt utplassert av forskjellige organisasjoner over hele Vest- og Sentral-Afrika. I Gabon har regjeringen og nasjonalparkbyrået som mål å distribuere kameraer over hele landet. Mbaza AI kan hjelpe alle disse prosjektene fremskynde dataanalysen.»
Finn mer alder for utryddelse dekning herog følg journalister om biologisk mangfold Phoebe Weston og Patrick Greenfield på Twitter for alle de siste nyhetene og funksjonene