01/06/2025
0Искусственный интеллект анализирует фотографии, сделанные камерами-ловушками в заповеднике в штате Мадхья-Прадеш, Индия, с целью идентификации диких животных и потенциальных браконьеров. TrailGuard / Адаптировано Yale Environment 360
Искусственный интеллект называют переломным моментом, позволяющим ученым и защитникам природы обрабатывать огромные массивы данных, собранных удаленно. Но некоторые предупреждают, что его использование может помешать биологам выходить в поле с животными и экосистемами, которые они изучают.
Изучать ночных птиц всегда было непросто, особенно если они используют камуфляж, чтобы слиться с окружающей средой. «Они очень подвижны, поэтому их очень, очень трудно изучать», — говорит Элли Найт, исследователь из Университета Альберты, изучающая обыкновенных козодоев, птиц среднего размера из семейства козодоев. «За исключением традиционных экологических знаний, мы мало что знаем о них в бореальном лесу».
Чтобы преодолеть эти трудности, Найт обратился к огромному набору записанных звуков дикой природы. В наши дни стало обычным изучать животных с помощью автономных записывающих устройств, которые федеральные и провинциальные агентства по охране дикой природы разместили по всему южному бореальному лесу на северо-востоке Альберты, где работает Найт.
У Найта был доступ к этому аудиокладу, но была одна загвоздка. Объем хранимых данных огромен и смешан с другими звуками, поэтому нет практического способа, которым эксперт мог бы разобрать и проанализировать только крики ночных козодоев. «Реалистично, мы можем провести экспертный анализ только для 1 процента записей», — сказала она. «Так что есть еще 99 процентов, которые нам не достуаны».
Чтобы заполнить этот пробел, Найт начал использовать искусственный интеллект на гигантской куче акустических данных, проливая много света на мир ночных ястребов, как часто называют козодоев. Анализ показал, где жили птицы, когда они находились в гнездовье и как различались места их кормления и гнездования.
Дальнейшее совершенствование ИИ расширит возможности его применения, предоставляя гораздо более подробный портрет изучаемых видов.
«Это действительно открывает нам возможности для изучения», — сказала Найт. В настоящее время технология показывает, присутствует вид или нет на конкретной территории, «что может предоставить массу экологической информации», — сказала она. Но дальнейшее усовершенствование технологии расширит возможности её применения и эффективность, включая идентификацию отдельных птиц, что позволит представить гораздо более подробный экологический портрет территории. Сейчас Найт работает над применением того же подхода к широкому спектру видов бореальных птиц.
Использование искусственного интеллекта быстро распространяется в области охраны природы в наши дни, принося быстрые и кардинальные изменения и обещая еще больше в будущем. Например, недавняя статья носила название «Потенциал ИИ для революции в охране природы». Элли Найт соглашается. «Это смена парадигмы», — сказала она.
Тем не менее, некоторые ученые говорят, что бурно развивающееся использование ИИ в этой области сопряжено с массой недостатков, которые выходят за рамки широко обсуждаемого огромного потребления воды и энергии этой технологией . Существует также опасение, что ИИ, который синтезирует огромное созвездие с информации, доступной в Интернете, будет увековечивать ошибки и предубеждения, полагаясь в первую очередь на западный академический опыт и исключая традиционные и коренные знания.
Серый волк воет в Йеллоустонском национальном парке, где новый проект будет использовать ИИ для анализа звукозаписей волков. Деннис В. Донохью
ИИ также критиковали как технологический барьер для прямого взаимодействия людей с другими организмами в их естественной среде. «Если бы я мог взмахнуть палочкой и отменить изобретение ИИ, я бы это сделал», — сказал Хэмиш ван дер Вен, профессор устойчивого управления природными ресурсами в Университете Британской Колумбии и ведущий критик распространения ИИ в сфере охраны природы и в других областях.
Но сейчас все идет полным ходом.
По всему миру тысячи исследователей используют ИИ для дальнейших биологических исследований и проектов по охране природы. В Великобритании компания BioCarbon Engineering использует оснащенные ИИ дроны для картирования лесов и посадки семян в наиболее оптимальной среде обитания, а по всему миру ИИ отслеживает заболевания диких животных. В Йеллоустонском национальном парке Colossal Biosciences и Yellowstone Forever, некоммерческий партнер парка, только что объявили о проекте, который будет интегрировать аудио- и визуальные данные для идентификации акустических отпечатков волков — индивидуальных воев, хоровых воев, рычания, лая — для неинвазивной идентификации стай, их перемещений и поведения. Оборудование также может определять звук выстрелов, что позволяет быстро реагировать на возможное незаконное убийство волков.
«Узкое место сместилось с труднодостей связанных с доступностью данных на осмысление огромного объема данных, которые у нас под рукой».
Между тем, миллионы изображений, собранных людьми с помощью приложений о природе, таких как iNaturalist и eBird, пополняют горы необработанных данных, с которыми будет работать ИИ.
«Ядро исследований действительно переместилось со сбора труднодоступных данных на осмысление огромного объема данных, которые у нас под рукой», — сказал Али Свенсон, директор по природе, технологиям и инновациям Conservation International. «Мы тонем в данных, и одна из самых больших проблем — осмысление информации. Достижения, которые мы увидели за последние три-пять лет, действительно снесли крышу с возможностей ИИ».
iNaturalist, также известный как iNat, — это приложение для смартфона, которое может использовать любой желающий для сбора фотографий биоразнообразия мира: от растений до насекомых, птиц и млекопитающих. Фотографии немедленно анализируются ИИ, чтобы сообщить пользователям приложения, что они видят.
iNat — это сила в мире исследований биоразнообразия. Пользователи заново открыли виды, которые не были замечены десятилетиями, и обнаруживали около одного нового вида в месяц. Недавно пользователь приложения обнаружил новый вид богомола в Австралии и назвал насекомое Inimia nat , или iNat.
Inimia nat — вид богомола, обнаруженный с помощью искусственного интеллекта iNaturalist, который анализирует изображения дикой природы. Брендан Джеймс
Библиотека iNat теперь содержит полмиллиарда изображений. Эти данные, предоставленные ученым бесплатно, использовались в более чем 6000 научных исследований, причем ключ к этому королевству данных стал возможным благодаря скорости, с которой ИИ находит и обрабатывает информацию из изображений.
«Один исследователь просмотрел 10 000 фотографий цветущих деревьев Джошуа и пропустил их через модель ИИ, чтобы понять, как изменение климата влияет на фенологию или морфологию или меняет их распределение», — сказал Скотт Лоари, исполнительный директор iNaturalist. «ИИ действительно хорош в поиске закономерностей в больших запутанных наборах данных, которые неструктурированы», таких как iNat. «Он запутанный, потому что исходит от множества добровольцев, но он большой, потому что исходит от множества добровольцев».
«Мы помогаем биоразнообразию войти в мир больших данных», — сказал Лоари. «Биоразнообразие все еще существует в этом мире, где вы идете в музей, открываете ящик и достаете пару образцов», — сказал он. «У нас есть сотни миллионов записей, представляющих один из четырех названных видов на планете».
ИИ невероятно эффективен для принятия управленческих решений, говорит Сара Бири, доцент Массачусетского технологического института, специализирующаяся на ИИ и принятии решений по охране природы. «Idaho Fish and Game собирала 2 миллиона снимков с камер-ловушек в год», — сказала Бири. Анализ данных для определения уровня популяции занял так много времени, что «они выдавали квоты на охоту, которые были устаревшими на пять лет».
Поскольку ИИ в значительной степени опирается на существующие данные из богатых стран, выдаваемые им ответы искажаются в сторону этой точки зрения.
Используя ИИ, четыре человека теперь могут обработать 18 миллионов изображений, собранных за год, за пару недель. «Теперь они формируют свои политики и принимают решения в год сбора данных», — сказал Бири, — «что невероятно важно, учитывая, как быстро все меняется».
В лесном коридоре Канха-Пенч в Мадхья-Прадеше камеры-ловушки TrailGuard AI используются для защиты уязвимых диких животных, включая более 300 тигров — самую большую популяцию в центральной Индии. Около 600 000 человек живут на этой охраняемой территории, и когда тигр убивает здесь скот, местные жители иногда принимают ответные меры против агрессора.
Теперь, когда камера TrailGuard делает снимок дикой природы, она мгновенно идентифицирует вид и передает эти данные лесникам. Если это тигр или другой хищник, они могут быстро сообщить об этом местным животноводам, чтобы те могли переместить своих животных в безопасное место.
Прогностическое моделирование в целях охраны природы значительно совершенствуется с помощью ИИ. Поскольку ИИ может анализировать множество переменных, он может создавать гораздо более сложные и точные модели возможных экологических результатов, которые можно использовать для руководства по сохранению земель или инвестициям в защиту ресурсов.
ИИ может анализировать изображения, чтобы идентифицировать не только отдельные виды, но и отдельных животных, отслеживая их движения и позы. Туйя и др.
«Мы могли бы объединить разнообразные данные, такие как карты высот побережья, исторические модели штормов, гидрологию почв и плотность населения, чтобы смоделировать, как восстановленные мангровые экосистемы могут снизить риск наводнений при различных климатических траекториях, и сравнить их с традиционными инженерными подходами», — сказал Свонсон из Conservation International.
Но, по словам экспертов, контент, создаваемый ИИ, имеет некоторые ограничения. В рамках недавнего исследования ван дер Вен и его студенты из Университета Британской Колумбии попросили чат-ботов ИИ «описать причины, последствия и решения девяти различных экологических проблем», — сказал он. «Поскольку он был обучен на прошлых данных, если вы спросите чат-бота, что нам делать с потерей биоразнообразия или изменением климата, вы получите фрагменты действий, которые ранее уже предпринимались», например, просвещение общественности и повышение осведомленности.
«Такого рода решения радикально выходят за рамки срочности многих различных [экологических] проблем», — отметил он. «Оглядываясь в прошлое, чтобы описать будущие действия, можно зайти лишь до определенного предела, что и делают большие языковые модели [наиболее часто используемый тип ИИ]». Люди обладают уникальными навыками решения проблем и им все равно придется принимать решения.
Также существуют опасения, что поскольку ИИ в значительной степени опирается на существующие данные из богатых стран, где царит западный образ мышления, любые выдаваемые им ответы искажаются в сторону этой точки зрения, а альтернативные подходы, такие как традиционные экологические знания, игнорируются.
«Я знаю людей, которые моделируют сов и среду их обитания, но никогда не видели сов», — говорит биолог, изучающий сов в полевых условиях.
Некоторые ученые считают, что многое теряется, когда природа рассматривается только как данные в компьютерной модели. Денвер Холт — давний биолог, изучающий сов недалеко от Миссулы, штат Монтана, где он отлавливал, кольцевал и изучал ушастых сов в течение 37 лет. Он также изучал белых сов в Арктике в течение 33 лет. «Технологии полезны», — сказал он. «Но вы можете получить гораздо лучшее понимание животного и экосистемы, если выйдете в поле. Я знаю людей, которые моделируют сов и среду обитания сов, но никогда их видели».
По его словам, работая в полевых условиях, «мы генерируем новые идеи и задаем новые вопросы». В недавней статье под названием «Исчезновение опыта среди экологов» предупреждается, что «сокращение полевых работ может помешать научному прогрессу в некоторых областях экологии, особенно в тех, которые в значительной степени опираются на прямое наблюдение за дикой природой, таких как поведенческая экология, инвентаризация видов и мониторинг биоразнообразия».
По словам ван дер Вена, восхваление использования ИИ для сохранения природы игнорирует темные стороны ИИ. «Был поток академических исследований по применению ИИ для сохранения природы», — сказал он. «Но критических размышлений о том, каковы издержки сохранения природы с точки зрения того, для чего ИИ чаще всего используется — например, для стимулирования демонстративного потребления, побуждения людей переходить по рекомендуемым ссылкам на Amazon и покупать больше вещей, а также для целевой рекламы — не хватает. Многие экологические проблемы, с которыми мы сталкиваемся сегодня, являются следствием капитализма, ориентированного на рост».
