Nastolatka wynalazła tanie narzędzie do wykrywania kłusowników słoni

0
181
Kiedy zobaczyła, jak maleje populacja słoni w Afryce, zbudowała system oparty na sztucznej inteligencji, który wykorzystuje kamery na podczerwień do wykrywania kłusowników i podłączyła je do dronów, aby monitorować ich w czasie rzeczywistym. Źródło: Twitter

Ta nastolatka wynalazła tanie narzędzie do wykrywania kłusowników słoni w czasie rzeczywistym.

17-letnia Anika Puri stworzyła model oparty na uczeniu maszynowym, który analizuje wzorce ruchu ludzi i słoni.

Kiedy Anika Puri cztery lata temu odwiedziła Indie z rodziną, natknęła się na targ w Bombaju wypełniony rzędami biżuterii i posągów z kości słoniowej. Na całym świecie handel kością słoniową jest nielegalny od ponad 30 lat, a polowanie na słonie jest zabronione w Indiach od 1970 roku.

„Byłam bardzo zaskoczona” — wspomina 17-latka z Chappaqua w stanie Nowy Jork. „Ponieważ zawsze myślałam: „kłusownictwo jest nielegalne, dlaczego tak naprawdę nadal jest tak poważnym problemem?”

Zaciekawiona, Puri przeprowadziła pewne badania i odkryła szokującą statystykę: populacja słoni leśnych w Afryce zmniejszyła się o około 62 procent w latach 2002-2011. Po latach liczby te nadal spadają. Miłośniczka dzikiej przyrody Puri chciała zrobić coś, aby pomóc chronić ten gatunek i inne, wciąż zagrożone kłusownictwem.

Drony są obecnie używane do wykrywania i rejestrowania obrazów kłusowników i nie są one tak dokładne, wyjaśnia nastolatka. Ale po obejrzeniu filmów przedstawiających słonie i ludzi, zobaczyła, jak bardzo różnią się między sobą sposobem poruszania się – szybkością, wzorcami skrętów i innymi ruchami.

„Zdałam sobie sprawę, że możemy wykorzystać tę rozbieżność między tymi dwoma wzorcami ruchu, aby faktycznie zwiększyć dokładność wykrywania potencjalnych kłusowników” – mówi.

Czytaj: Zakaz jazdy na słoniach w Kambodży w Angkor Wat od 2020 roku

W ciągu dwóch lat Puri stworzyła ElSa (skrót od zbawiciela słonia), tani prototyp oprogramowania opartego na uczeniu maszynowym, które analizuje wzorce ruchu ludzi i słoni na filmach termowizyjnych w podczerwieni.

Puri twierdzi, że oprogramowanie jest cztery razy dokładniejsze niż istniejące najnowocześniejsze metody wykrywania. Eliminuje również potrzebę stosowania drogich kamer termowizyjnych o wysokiej rozdzielczości, które mogą kosztować tysiące, mówi.

ElSa korzysta z kamery termowizyjnej FLIR ONE Pro o wartości 250 USD o rozdzielczości 206×156 pikseli, którą podłącza się do gotowego iPhone’a 6. Kamera i iPhone są następnie podłączane do drona, a system generuje w czasie rzeczywistym wnioski, gdy przelatuje nad parkami, czy obiekty poniżej to człowiek, czy słoń.

Puri zgłosiła swój projekt na tegoroczne Międzynarodowe Targi Nauki i Inżynierii Regeneron, największy na świecie międzynarodowy konkurs STEM dla studentów szkół średnich, gdzie jej praca towarzyszy nowatorskim projektom innych uczniów szkół średnich dotyczących np. silnika pojazdu elektrycznego, ramienia robota do sortowania odpadów elektronicznych oraz robota do wspinania się po rurach.

Jej elokwencja w opisie swoich badań i ich potencjalnego wpływu na społeczeństwo przyniosła jej nagrodę Peggy Scripps Award for Science Communication, a także zdobyła główną nagrodę w konkursie, w kategorii nauk o ziemi i środowisku.

Anika Puri w 2022 roku zdobyła nagrodę Peggy Scripps o wartości 10 000 USD za komunikację naukową za umiejętność przekazywania informacji o swoich badaniach.

„To naprawdę niesamowite, widzieć te wszystkie dzieciaki razem. I w tym samym celu – czerpania przyjemności z nauki i prowadzenia badań” – mówi Puri. „Byłam zaszczycona samą obecnością na tej scenie”.

Koniecznie zajrzyj na f7.pl

Puri po raz pierwszy dowiedziała się o możliwościach sztucznej inteligencji tuż po dziewiątej klasie, kiedy została wybrana do udziału w Stanford A.I. Letnim programie laboratorium.

„Początkowo mój entuzjazm dla sztucznej inteligencji opierał się na tej nieograniczonej możliwości dobra społecznego” – mówi.

„Zdałam sobie z tego sprawę, jak ważne jest, aby kobiety, osoby kolorowe, wszelkiego rodzaju mniejszości w dziedzinie technologii były na czele tego rodzaju przełomowej technologii”.

Mniej więcej rok później Puri założyła organizację non-profit o nazwie mozAIRt, która inspiruje dziewczęta i inne niedostatecznie reprezentowane grupy do angażowania się w informatykę, łącząc muzykę, sztukę i sztuczną inteligencję.

W A.I. podczas konferencji, na której prowadziła warsztaty, Puri poznała Elizabeth Bondi-Kelly, informatyczkę z Harvardu, która pracowała nad projektem ochrony przyrody przy użyciu dronów i uczenia maszynowego. Bondi-Kelly założyła również organizację non-profit o nazwie Try AI, aby zwiększyć różnorodność w tej dziedzinie.

Puri skontaktowała się z informatyczką w sprawie jej pomysłu na łapanie kłusowników słoni za pomocą wzorców ruchowych, a Bondi-Kelly została jej mentorem w projekcie.

Aby stworzyć swój model, Puri najpierw znalazła wzorce ruchu ludzi i słoni, korzystając z zestawu danych Benchmarking IR Dataset for Surveillance with Aerial Intelligence (BIRDSAI), zestawu danych zebranego przez Bondi-Kelly i jej współpracowników za pomocą termowizyjnej kamery na podczerwień podłączonej do bezzałogowego statku powietrznego ( UAV) w wielu obszarach chronionych w Afryce. Przeszukując dane, Puri zidentyfikowała 516 szeregów czasowych wyodrębnionych z filmów, które uchwyciły ludzi lub słonie w ruchu.

Puri użyła algorytmu uczenia maszynowego, aby wytrenować model, aby sklasyfikować figurę jako słonia lub człowieka w oparciu o prędkość, wielkość grupy, promień skrętu, liczbę skrętów i inne wzorce. Wykorzystała 372 serie — 300 ruchów słonia i 72 ruchy człowieka. Pozostałe 144 zostały użyte do przetestowania jej modelu z danymi, których wcześniej nie widziała. Podczas testów na zbiorze danych BIRDSAI jej model był w stanie wykryć ludzi z ponad 90-procentową dokładnością.

Czytaj: Słonie upiły się winem kukurydzianym

Zdjęcie: Pixabay

Oprogramowanie Puri jest „całkiem godne pochwały”, mówi Jasper Eikelboom, ekolog z Uniwersytetu Wageningen w Holandii, który projektuje system do wykrywania kłusowników za pomocą urządzeń śledzących GPS na zwierzętach. „To dość niezwykłe, że uczennica szkoły średniej była w stanie zrobić coś takiego”, mówi. „Nie tylko badania i analizy, ale także… możliwość wdrożenia ich w prototypach”.

Eikelboom ostrzega, że model Puri nadal wymaga przetestowania na surowym materiale wideo, aby sprawdzić, jak dobrze wykrywa kłusowników — dokładność modelu Puri została przetestowana na podstawie liczb już ustalonych dla człowieka lub słonia.

Jak zauważa, ElSa może być szeroko wykorzystywana do innych celów ochrony, nie tylko do obserwowania kłusowników.

„Ogólnie w ekologii lubimy śledzić zwierzęta i sprawdzać, co robią i jak to wpływa na ekosystem”, mówi Eikelboom. „Jeśli spojrzymy na przykład na dane satelitarne, możemy znaleźć wiele ruchomych wzorców, ale nie wiemy, jakie to gatunki. Myślę, że bardzo sprytnym posunięciem jest przyjrzenie się tym wzorom ruchu, a nie tylko obrazowi – pikselom – aby określić, jaki to gatunek”.

Jesienią Puri pójdzie do Massachusetts Institute of Technology, gdzie chce studiować elektrotechnikę i informatykę. Ma plany rozszerzenia swoich badań wzorców ruchu na inne zagrożone zwierzęta. Dalej są nosorożce, mówi. Chce rozpocząć wdrażanie swojego oprogramowania w parkach narodowych w Afryce, w tym w Parku Narodowym Krugera w RPA. Ograniczenia związane z Covid-19 opóźniły niektóre z jej planów podróży do tych parków, aby zrealizować swój projekt, ale ma nadzieję, że zbada swoje możliwości po rozpoczęciu studiów. Ponieważ drony mają żywotność baterii tylko kilka godzin, obecnie tworzy algorytm planowania ścieżki, aby zapewnić maksymalną wydajność kursu lotu drona.

„Badania nie są prostą linią”, mówi Puri. „To uczyniło mnie bardziej zaradną. Pomogło mi też stać się bardziej innowacyjną myślicielką. Po drodze się uczysz”.