Năm cách trí tuệ nhân tạo đóng góp cho bảo tồn loài

Trí tuệ nhân tạo (AI) đang được xác định là một trong ba công nghệ nổi bật trong bảo tồn, hỗ trợ vệ các loài động vật hoang dã toàn cầu.

Các nhà bảo tồn đang ngày càng gia tăng áp dụng trí tuệ nhân tạo (AI) như một giải pháp công nghệ để giải quyết cuộc khủng hoảng đa dạng sinh học và giảm thiểu biến đổi khí hậu.

Một báo cáo gần đây của Mạng lưới công nghệ bảo tồn Wildlabs.net đánh giá AI là một trong ba công nghệ mới nổi hàng đầu trong lĩnh vực bảo tồn. Theo báo cáo, AI có thể học cách xác định bức ảnh nào trong số hàng nghìn bức ảnh có các loài quý hiếm; hoặc xác định chính xác tiếng kêu của động vật trong số hàng giờ ghi âm ở thực địa. Điều này giúp giảm đáng kể lao động thủ công để thu thập các dữ liệu bảo tồn quan trọng.

AI đang giúp bảo vệ các loài như cá voi lưng gù, gấu túi và báo tuyết, hỗ trợ công việc của các nhà khoa học, nhà nghiên cứu và kiểm lâm trong các nhiệm vụ quan trọng, từ tuần tra chống săn trộm đến giám sát loài. Với các hệ thống học máy (Machine Leaning – ML) sử dụng các thuật toán và mô hình để học, nhận biết và áp dụng phù hợp, AI có thể thực hiện công việc của hàng trăm người, thu được kết quả nhanh hơn, rẻ hơn và hiệu quả hơn.

Dưới đây là năm dự án mà AI đóng góp cho đa dạng sinh học và bảo tồn loài:

1. Ngăn chặn săn trộm

Vườn quốc gia Zambia’s Kafue là nơi sinh sống của hơn 6.600 con voi đồng cỏ châu Phi, có diện tích 22.400 km2. Vì vậy, việc ngăn chặn săn trộm là một thách thức lớn. Đánh bắt bất hợp pháp ở hồ Itezhi-Tezhi thuộc ranh giới của Vườn cũng là một vấn đề nan giải vì những kẻ săn trộm thường giả dạng người đánh cá để ra vào Vườn mà không bị phát hiện.

Sáng kiến ​​Bảo tồn Kết nối của Game Rangers International (GRI), Cục Vườn Quốc gia và Động vật hoang dã Zambia và các đối tác, đang sử dụng AI để tăng cường các nỗ lực chống săn trộm bằng cách tạo ra một hàng rào ảo dài 19 km trên Hồ Itezhi-Tezhi. Với sáng kiến này, các máy ảnh nhiệt hồng ngoại (FLIR) ghi lại mọi con thuyền qua lại trong công viên, cả ngày lẫn đêm.

Được lắp đặt vào năm 2019, các camera được giám sát thủ công bởi các nhân viên kiểm lâm, những người sau đó có thể ứng phó với các dấu hiệu hoạt động bất hợp pháp. FLIR AI hiện đã được “dạy” để tự động phát hiện tàu thuyền đi vào công viên, tăng hiệu quả và giảm nhu cầu giám sát thủ công liên tục. Sóng và chim bay cũng có thể kích hoạt cảnh báo, vì vậy AI đang được “dạy” để loại bỏ những lần đọc dữ liệu sai này.

2. Theo dõi lượng nước thất thoát

Brazil đã mất hơn 15% lượng nước bề mặt trong 30 năm qua, một cuộc khủng hoảng chỉ được phát hiện với sự hỗ trợ của AI. Sông, hồ và vùng đất ngập nước của đất nước đang phải đối mặt với áp lực ngày càng tăng từ sự gia tăng dân số, phát triển kinh tế, nạn phá rừng và những tác động nghiêm trọng của cuộc khủng hoảng khí hậu. Nhưng không ai biết quy mô của vấn đề cho đến tháng 8 năm ngoái, dự án nước MapBiomas công bố kết quả sau khi xử lý hơn 150.000 hình ảnh thu được từ các vệ tinh Landsat 5, 7 và 8 của Nasa từ năm 1985 đến năm 2020 trên diện tích 8,5 triệu km2 của lãnh thổ Brazil. Nếu không có AI, các nhà nghiên cứu không thể phân tích sự thay đổi nước trên toàn quốc ở quy mô và mức độ chi tiết cần thiết. AI cũng có thể phân biệt giữa các vùng nước tự nhiên và nhân tạo.

Sông Negro, một phụ lưu chính của Amazon và là một trong 10 con sông lớn nhất thế giới tính theo thể tích, đã mất 22% lượng nước bề mặt. Vùng đất ngập nước nhiệt đới lớn nhất thế giới Pantanal của Brazil đã mất 74% lượng nước bề mặt. Sự thất thoát này có tác động nghiêm trọng tới động vật hoang dã nơi đây (4.000 loài động vật ở Pantanal, bao gồm báo đốm, heo vòi và loài trăn), cũng như con người và thiên nhiên.

3. Tìm cá voi

Biết cá voi ở đâu là bước đầu tiên trong việc áp dụng các biện pháp bảo tồn. Tuy nhiên, rất khó xác định vị trí của những con cá voi lưng gù bằng hình ảnh trên khắp các đại dương rộng lớn. Song tiếng hát đặc biệt của chúng thì có thể vang vọng hàng trăm dặm dưới nước.

Theo Ann Allen, nhà hải dương học của Hiệp hội Khí quyển và Đại dương Quốc gia Mỹ (Noaa), ở các đảo Thái Bình Dương, các máy ghi âm đã được sử dụng để theo dõi các quần thể động vật biển có vú tại các hòn đảo xa xôi và khó tiếp cận. Năm 2018, Noaa đã hợp tác với nhóm nghiên cứu về âm sinh học của Google AI for Social Good’s để tạo ra một mô hình ML có thể xác định tiếng hát của cá voi lưng gù.

Allen cho biết: “Chúng tôi đã rất thành công trong việc xác định giọng hát của cá voi lưng gù thông qua tập dữ liệu của mình và thiết lập các mô hình về sự hiện diện của chúng ở các đảo Hawaii, Mariana. Chúng tôi còn phát hiện giọng hát cá voi lưng gù tại rạn san hô Kingman, nơi chưa từng ghi nhận sự hiện diện của loài này trước đó. Phân tích toàn diện về dữ liệu của chúng tôi sẽ không thể thực hiện được nếu không có AI”.

4. Bảo tồn gấu túi

Quần thể gấu túi của Úc đang suy giảm nghiêm trọng do môi trường sống bị phá hủy, chó nhà tấn công, tai nạn đường bộ và cháy rừng. Không có dữ liệu về số lượng và môi trường sống của loài này, việc bảo tồn chúng là một thách thức.

Grant Hamilton, phó giáo sư sinh thái học tại Đại học Công nghệ Queensland (QUT), đã tạo ra một trung tâm dữ liệu bảo tồn AI với sự tài trợ của Liên bang và Tổ chức Landcare Australia để đếm gấu túi và các loài động vật có nguy cơ tuyệt chủng khác.

Sử dụng máy bay không người lái và hình ảnh hồng ngoại, một thuật toán AI nhanh chóng phân tích các cảnh quay hồng ngoại và xác định dấu hiệu nhiệt là của gấu túi hay động vật khác.

Hamilton đã sử dụng hệ thống này sau trận cháy rừng tàn phá ở Úc vào năm 2019 và 2020 để xác định các quần thể gấu túi còn sống sót, đặc biệt là trên Đảo Kangaroo.

Hamilton chia sẻ: “Đây là một dự án thay đổi cục diện bảo tồn gấu túi. Các thuật toán AI có thể phân tích vô số giờ quay video và xác định gấu túi trong số nhiều loài động vật khác trong vùng đất bụi rậm rạp. Hệ thống này sẽ cho phép các nhóm bảo tồn khảo sát các khu vực rộng lớn ở bất kỳ đâu tại Úc và gửi dữ liệu lại cho chúng tôi tại QUT để xử lý.”

5. Đếm số loài

Cứu các loài trên bờ vực tuyệt chủng ở lưu vực Congo, khu rừng nhiệt đới lớn thứ hai thế giới, là một nhiệm vụ lớn lao. Vào năm 2020, Công ty Khoa học dữ liệu Appsilon đã hợp tác với Đại học Stirling ở Scotland và Vườn quốc gia Gabon (ANPN) để phát triển thuật toán phân loại hình ảnh Mbaza AI nhằm giám sát đa dạng sinh học quy mô lớn ở các Vườn quốc gia Gabon’s Lopé và Waka.

Các nhà bảo tồn trước đó sử dụng máy ảnh tự động để chụp các loài, bao gồm voi rừng châu Phi, khỉ đột, tinh tinh và tê tê, sau đó kiểm chứng thủ công. Hàng triệu bức tranh có thể mất hàng tháng hoặc hàng năm để phân loại, và ở một quốc gia đang mất khoảng 150 con voi mỗi tháng vì những kẻ săn trộm, thì thời gian là rất quan trọng.

Thuật toán Mbaza AI được sử dụng vào năm 2020 để phân tích hơn 50.000 hình ảnh thu thập được từ 200 bẫy ảnh trải rộng trên 7.000 km2 rừng. Mbaza AI có thể phân loại đến 3.000 hình ảnh trong một giờ và có độ chính xác lên đến 96%.

Nhờ đó, các nhà bảo tồn có thể giám sát và theo dõi động vật và nhanh chóng phát hiện những dấu hiệu bất thường để cảnh báo. Thuật toán này cũng hoạt động ngoại tuyến trên một máy tính xách tay, rất hữu ích ở những vị trí không có hoặc kết nối Internet kém.

Nam Khuê/ Theo The Guardian

Nguồn: