Každých 15 minut ztrácí svět pytláky dalšího slona - a při této ohromující rychlosti se škody rychle zvyšují a ztráty se zvyšují kolem 35 000 ročně. Kríza pytláctví je nejzjevnější v místech, jako je Tanzanský národní park Serengeti, James Vincent hlásí pro Verge : Pouze 150 rangerů je zodpovědných za dohled nad úsekem země, který měří zhruba velikost Belgie. Cílem nové kamery vybavené umělou inteligencí nazvanou TrailGuard AI je však pomoci strážcům a ochráncům přírody vyplnit mezery, které zbývá nedostatek pracovních sil.
Jak píše Danny Paez od Inverse, nový nástroj využívá technologii rozpoznávání obličeje a objektů, aby zjistil potenciální pytláky. Když fotoaparát zjistí, že neznámí lidé nebo vozidla vstupují do přírodní rezervace, okamžitě upozorní blízké strážce na potenciální hrozbu a umožní orgánům - teoreticky - zastavit pytláky dříve, než dosáhnou svých cílů.
TrailGuard AI byl vyvinut neziskovou organizací pro udržitelnost Resolve ve spolupráci s technologickým gigantem Intel, National Geographic Society, Leonardo DiCaprio Foundation a dalšími. Tento nástroj se spoléhá na počítačový počítačový vize společnosti Movidius Myriad 2 a na konvoluční neuronové sítě, což jsou algoritmy strojového učení vyškolené k analýze vizuálních obrazů, rychle se třídit pomocí záběry vyvolané pohybem a identifikovat relevantní hrozby. Do konce roku 2019 tým doufá, že bude instalovat kamery na 100 rezerv, což ušetří odhadem 25 000 zvířat ročně.
Drobný nástroj má podle Jonadga Fingase Engadgeta přibližně podobnou tužku, a je proto ideální pro zastrčení do keřů a kartáčů, aniž by varoval pytláky na jeho přítomnost. Tato nejnovější iterace systému TrailGuard kromě toho, že těží ze své malé velikosti, obchází problémy vyvolané předchozími prototypy, jak poznamenává Kyle Wiggers pro Venture Beat . Ačkoli předchozí kamera TrailGuard úspěšně identifikovala členy více než 20 pytláckých gangů za období 15 měsíců, přenášela obrázky hromadně a byla náchylná k falešným pozitivům vyvolávaným roamingem divokých stromů a větrných stromů. Včasné iterace nástroje také měly krátkou životnost baterie a vyšší celkové náklady v důsledku pouhého počtu snímků, které shromáždily.
Ve srovnání s tím je nejnovější TrailGuard mnohem selektivnější a předává pouze malou skupinu obrázků, které s největší pravděpodobností obsahují pytláky; Inženýři společnosti Resolve doladili třídicí algoritmus tím, že napájeli neuronové sítě fotoaparátu stovkami tisíc fotografií, které obsahovaly řadu úhlů, pózy a kontexty. Jak vysvětluje případová studie Intel, hlavní funkcí TrailGuardu je „skenovat obrovské množství snímků pořízených v reálném čase, zbavit se naprosté většiny, která nemá žádný zájem, a identifikovat snímky s lidmi v rámci.“ Vyloučením počtu irelevantní snímky předávané úřadům, kamera umožňuje rangerům reagovat okamžitě, a pokud vše půjde dobře, „zajměte pytláky před začátkem zabíjení“.
Díky této selektivitě a obecně efektivnějšímu designu se tento nástroj může pochlubit také výrazně delší výdrží baterie: Podle tiskové zprávy Intel mohou kamery pracovat v přírodě až 1, 5 roku bez vybití baterie.
TrailGuard je jen jedním z mnoha nově vznikajících nástrojů pro zachování zdrojů využívajících moderní technologie. Inverzní Paez cituje další příklady, jako jsou například čínští počítačoví vědci používající satelitní snímky Google Maps ke sledování rabování starobylých hrobek a vědci z Washingtonu, kteří využívají genetické testování k identifikaci pašované slonoviny.
Tým za TrailGuard také pracuje na vývoji nástrojů pro spin-off, které čerpají ze stejného tréninkového mechanismu neuronové sítě. Plánovaná varianta s názvem VillageGuard upozorní místní obyvatele nebo strážce, když zvířata putují mimo park a do oblastí, kde se mohou setkat s lidmi, zatímco další přezdívaný RiverGuard identifikuje neautorizované lodě pilotované horníky nebo průzkumníky ropy a plynu, které se snaží využít takové ohrožené oblasti jako Amazonka.
