28 de fevereiro de 2023
Explore o uso de IA e YOLOv5 pela Kashmir World Foundation para a conservação da vida selvagem e o combate à caça ilegal.
.avif)
A Kashmir World Foundation (KWF) foi fundada em Great Falls, Virgínia, em 2008, com a missão de implementar a mais recente tecnologia na luta para conservar e proteger a vida selvagem em escala global. A KWF constrói e opera sistemas autônomos e não tripulados que apoiam seus esforços de conservação e combate à caça ilegal. Em 2013, a KWF começou a adotar a inteligência artificial em suas operações.
De acordo com a WWF, a perda de habitat representa o maior perigo existencial para 85% de todas as espécies na “Lista Vermelha”, que classifica as espécies como ameaçadas de extinção ou ameaçadas. Ao mesmo tempo, a demanda por animais selvagens caçados para uso em medicamentos tradicionais, iguarias ou animais de estimação exóticos surge e supostamente aumentou. Juntos, a perda de habitat e a caça furtiva ameaçam a biodiversidade global e têm impactos desastrosos nas comunidades e ambientes locais.
Citando uma forte colaboração interna, a fundadora e diretora executiva, Aliyah Pandolfi, explica que “estudantes, acadêmicos, engenheiros e cientistas de todo o mundo estão dispostos a doar seu tempo e experiência”. A KWF é 100% administrada por voluntários de todo o mundo. Através do seu trabalho, a KWF fez grandes progressos na proteção de espécies ameaçadas e numerosas espécies em extinção, como o Gato-da-areia no Qatar, as Tartarugas Marinhas na Costa Rica e o Leopardo-das-neves nos Himalaias.
"Todos nós fazemos isso porque amamos os animais, mas, mais importante, queremos usar nossas habilidades para fazer o bem no mundo e fazer uma mudança positiva para essas espécies que, de outra forma, poderiam não sobreviver."
Aliyah Pandolfi
Fundadora e Diretora Executiva, Kashmir World Foundation
Em muitos casos, é extremamente difícil para os conservacionistas acessar os locais onde ocorre a caça ilegal. O KWF deve enfrentar quatro obstáculos principais em seus esforços de conservação em cantos remotos do mundo:
No passado, os conservacionistas colocavam dispositivos de gravação de vídeo no campo para que as imagens fossem assistidas posteriormente. Com centenas e milhares de horas de filmagem, este processo depende do observador para detectar e identificar meticulosamente tanto as espécies animais quanto os caçadores. Devido a restrições de tempo e erro humano, esta abordagem provou colocar os conservacionistas em desvantagem. Os voluntários da KWF sabiam que precisavam estar mais bem equipados para se posicionarem contra os caçadores e a caça ilegal.
A inevitável progressão da tecnologia atua como uma faca de dois gumes. À medida que continua a se tornar de maior qualidade e mais acessível, tanto os conservacionistas quanto os maus atores podem ter acesso à tecnologia mais recente. Para permanecerem competitivos, os conservacionistas devem estar preparados para aproveitar o poder da mais nova tecnologia para usá-la a seu favor.
Pandolfi precisava de uma solução agressiva no terreno que fornecesse informações em tempo real ao KWF. Precisando de uma solução que eliminasse o erro humano e confrontasse os quatro principais obstáculos, ela sabia que mesmo uma questão de segundos pode fazer a diferença numa missão de combate à caça furtiva, o que significa que os insights em tempo real podem desempenhar um papel direto na prevenção da morte de um animal.
Com a criatividade ao seu lado, Pandolfi considerou a tecnologia e os recursos necessários para o projeto. Embora grande parte da tecnologia de que precisa esteja disponível atualmente, Pandolfi está antecipando o lançamento de hardware e software que devem estar disponíveis em um futuro próximo, liderando sua equipe na KWF para desenvolver abordagens utilizando drones, IA e capacidades de GPS.
“No início deste projeto, havia muitas dúvidas da comunidade. Disseram-me que era loucura, impossível, que não se podia fazer e que a tecnologia não existia, mas eu estava a pensar a longo prazo, as capacidades da ciência da computação e dos drones precisavam de evoluir e fundir-se para este projeto.”
Ao instalar diversas câmeras e sensores em locais de risco, a KWF recebe dados de locais ao redor do mundo, fornecendo insights acionáveis para tomar decisões em frações de segundo.
“Imagine que há caçadores furtivos em um determinado local,” diz Pandolfi, “queremos poder segui-los e alertar os guardas florestais sobre sua posição para que eles possam interceptar os caçadores furtivos e impedi-los antes que matem qualquer animal.”
Requerendo detecção de objetos em tempo real, a KWF precisava que as saídas de seu modelo fossem altamente precisas e confiáveis. Ao ponderar suas opções, o líder da equipe de IA da KWF de Pandolfi, Daan Eeltink, um estudante na Holanda, comparou os desempenhos do YOLOv4 e do YOLOv5. Com o YOLOv5, vários pontos de diferenciação levaram a equipe da KWF a escolhê-lo para seus projetos:
A KWF conta com uma equipe de voluntários, engenheiros e estagiários de todo o mundo para construir a tecnologia necessária para seus esforços de conservação. Muitos dos estagiários são estudantes do ensino médio, alguns com pouca ou nenhuma experiência com o YOLOv5. Pandolfi viu que mesmo aqueles com menos experiência anterior foram capazes de colocar o YOLOv5 em funcionamento em menos de três semanas.
Adicionalmente, uma integração com uma plataforma de rastreamento de experimentos tornou o ajuste fino dos modelos e conjuntos de dados direto, permitindo que a KWF maximizasse o desempenho de seus modelos YOLOv5 em campo.
“O YOLOv5 foi preciso e nos ajudou a salvar os animais antes que fossem mortos, que era o nosso objetivo final.”
Sem o YOLOv5, Pandolfi diz que a sua equipa na KWF ficaria frustrada. Antes de implementar a deteção de objetos, os projetos de conservação careciam de uma quantidade ideal de dados.
No início de 2023, a KWF transferirá o seu trabalho para o Ultralytics YOLOv8, a versão mais recente da família YOLO de arquiteturas de visão de IA.
No momento, o KWF utiliza o YOLOv5 para detecção de objetos em sensores no campo. Esses dispositivos enviam dados para biólogos que podem então analisar as informações e criar insights acionáveis. No próximo ano, o KWF pretende treinar o YOLOv5 em conjuntos de dados contendo imagens de drones, para então implantar esses drones no campo.
Existem sete espécies diferentes de tartarugas marinhas no mundo e cada uma é considerada ameaçada de extinção. Ao botar ovos, as tartarugas marinhas fêmeas vêm às praias e cavam ninhos na areia onde depositam seus ovos. Este processo pode levar várias horas, mas uma vez concluído, as tartarugas marinhas fêmeas retornam à água, deixando seus ovos para incubar na areia por 55 a 65 dias. Como as mães partem para sempre, os ovos ficam com poucas defesas contra caçadores, predadores e os elementos naturais.
_(1).webp)
No passado, a abordagem dos conservacionistas para rastrear tartarugas marinhas tem sido marcar todos os locais em uma praia onde existem ninhos. Se as ameaças nessas áreas forem altas, os conservacionistas irão realocar os ninhos para um local mais seguro enquanto isso, e libertar as tartarugas no oceano assim que eclodirem.
Este processo pode envolver caminhar manualmente por praias com 30 milhas ou mais e marcar ninhos. Fornecer uma quantidade adequada de mão de obra para realizar este processo todos os dias tem-se revelado difícil, especialmente durante os confinamentos da COVID-19.
Além disso, marcar os ninhos de tartarugas marinhas às vezes se mostrou contraproducente. Os caçadores não só podiam procurar os ninhos que estavam marcados, mas os porcos também conseguiam aprender que os marcadores significavam que havia ninhos de tartarugas marinhas por perto, o que os levava a comer os ovos.
A KWF viu uma oportunidade de melhoria dentro desse processo, reduzindo o fator de mão de obra e substituindo os marcadores facilmente identificáveis. Ao configurar sistemas aéreos autônomos usando o YOLOv5 para detectar, localizar e caracterizar ninhos de tartarugas marinhas, os biólogos podem receber informações em tempo real sobre os ninhos de tartarugas marinhas, incluindo suas trilhas e localização geográfica, substituindo assim a necessidade de os biólogos caminharem manualmente pelas praias e marcarem os ninhos.
A espessa pelagem branca dos leopardos-das-neves, com rosetas escuras, permite que se camuflem perfeitamente na paisagem do Himalaia. Na natureza, são predadores de topo, sem predadores naturais. No entanto, devido à procura extremamente elevada da sua pele e de outras partes do corpo na moda e na medicina tradicional, juntamente com a perda e fragmentação do habitat, estima-se que existam apenas entre 4.000 e 6.500 leopardos-das-neves na natureza.
Os esforços de conservação para leopardos-das-neves têm se mostrado extremamente difíceis como resultado dos fatores que contribuem para o ambiente hostil onde são encontrados:
Além disso, é extremamente raro avistar leopardos-das-neves na natureza. Como resultado, a KWF está desenvolvendo uma abordagem automatizada para proteger esses grandes felinos, utilizando tecnologia de drones para rastreá-los e protegê-los. Atualmente, a tecnologia de drones ainda está em desenvolvimento para que possa chegar ao ponto em que as máquinas possam operar nas condições necessárias para rastrear os leopardos-das-neves, que é em torno de 20.000 a 22.000 pés.
Uma vez que a tecnologia esteja disponível, a KWF pretende usar o YOLOv5 nos sensores e em drones, que serão então implantados nos Himalaias. Para fins de rastreamento, esses sensores e drones serão capazes de detectar pegadas na neve, que geralmente desaparecem rapidamente com o vento. Essas informações em tempo real serão então transmitidas a biólogos e conservacionistas.
Visite o site da Kashmir World Foundation e veja como você pode ajudar a fazer a diferença em seus esforços de conservação em todo o mundo.
.webp)