3.06 Studija slučaja: Umjetna inteligencija za praćenje krčenja šuma i bioraznolikosti

Dok lokalna znanja pružaju duboke, kontekstualne uvide, neki ekološki izazovi, poput krčenja šuma, zahtijevaju vrlo široku perspektivu koja obuhvaća golema i često udaljena područja. Ova studija slučaja istražuje kako se umjetna inteligencija koristi kao „digitalni čuvar“ za praćenje planeta u mjerilu nemogućem za same ljude. Inicijative poput Microsoftovog programa AI for Earth primjer su ovog pristupa, koristeći umjetnu inteligenciju za analizu masivnih skupova podataka za zaštitu okoliša.

Glavni primjer je Projekt Guacamaya, partnerstvo s Humboldtovim institutom za borbu protiv krčenja šuma u Amazoniji. Projekt koristi nekoliko rješenja potpomognutih umjetnom inteligencijom. Prvo, algoritmi analiziraju satelitske snimke visoke rezolucije u gotovo stvarnom vremenu kako bi otkrili ilegalnu sječu i neovlašteno krčenje zemljišta, označavajući promjene u šumskom pokrovu za nadležne službe. To omogućuje mnogo bržu intervenciju od tradicionalnih zemaljskih patrola. Drugo, projekt koristi računalni vid za pojednostavljenje analize snimaka s tisuća kamera-zamki. Umjesto da istraživači ručno pregledavaju nebrojene sate videa, modeli umjetne inteligencije mogu automatski identificirati i prebrojati različite vrste, pružajući ključne podatke za praćenje divljih životinja i procjenu bioraznolikosti. Konačno, bioakustika – primjena umjetne inteligencije za analizu zvučnih pejzaža – pomaže u identifikaciji vrsta na temelju njihovih glasanja, nudeći još jedan sloj neinvazivnog praćenja bioraznolikosti.

Za prikaz titlova na vašem jeziku kliknite ikonu zupčanika (postavke), zatim kliknite na Titlovi/CC, pa Automatski prijevod i odaberite svoj jezik s popisa.

Slično tome, Global Renewables Watch, još jedna suradnja u sklopu programa AI for Earth, koristi umjetnu inteligenciju i satelitske snimke za stvaranje živog atlasa koji mapira i prati komunalne solarne i vjetroelektrane diljem svijeta. To pruža transparentne, pouzdane podatke ključne za praćenje globalnog prijelaza na čistu energiju. Ovi projekti pokazuju jedinstvenu snagu umjetne inteligencije u obradi ogromnih količina podataka sa satelita, dronova i senzora kako bi se pružio širok, podacima vođen pogled na promjene u okolišu. Ova vrsta nadzora savršeno nadopunjuje detaljno, kontekstualno bogato znanje koje pružaju lokalne zajednice, pokazujući kako se različite razine promatranja mogu kombinirati za cjelovitiji pristup očuvanju.