Bảo vệ đa dạng sinh học: Câu chuyện thành công của Kashmir World Foundation với Ultralytics YOLOv5 và YOLOv8

Kashmir World Foundation (KWF) được thành lập tại Great Falls, Virginia vào năm 2008 với sứ mệnh triển khai công nghệ mới nhất trong cuộc chiến bảo tồn và bảo vệ động vật hoang dã trên quy mô toàn cầu. KWF xây dựng và vận hành các hệ thống tự hành, không người lái nhằm hỗ trợ các nỗ lực bảo tồn và chống săn trộm. Năm 2013, KWF bắt đầu áp dụng trí tuệ nhân tạo vào hoạt động của mình.

Theo WWF.), tình trạng mất môi trường sống là mối nguy hiểm hiện hữu lớn nhất đối với 85% tổng số loài trong “Sách Đỏ”, tài liệu phân loại các loài đang bị đe dọa hoặc có nguy cơ tuyệt chủng. Đồng thời, nhu cầu sử dụng động vật hoang dã bị săn trộm làm thuốc y học cổ truyền, đặc sản hoặc thú cưng kỳ lạ vẫn tồn tại và được cho là đang gia tăng. Kết hợp lại, tình trạng mất môi trường sống và nạn săn trộm đe dọa đa dạng sinh học toàn cầu, đồng thời gây ra những tác động thảm khốc đến các cộng đồng và môi trường địa phương.

Dẫn chứng cho sự hợp tác chặt chẽ trong nội bộ, Nhà sáng lập kiêm Giám đốc điều hành Aliyah Pandolfi giải thích rằng “sinh viên, học giả, kỹ sư và nhà khoa học từ khắp nơi trên thế giới sẵn sàng tình nguyện đóng góp thời gian và chuyên môn của mình.” KWF được vận hành 100% bởi các tình nguyện viên từ khắp nơi trên thế giới. Thông qua công việc của mình, KWF đã đạt được những bước tiến lớn trong việc bảo vệ nhiều loài đang bị đe dọa và có nguy cơ tuyệt chủng, chẳng hạn như mèo cát ở Qatar, rùa biển ở Costa Rica và báo tuyết ở dãy Himalaya.

"Tất cả chúng tôi làm việc này vì yêu quý các loài động vật, nhưng quan trọng hơn, chúng tôi muốn sử dụng kỹ năng của mình để tạo ra những điều tốt đẹp cho thế giới và mang lại thay đổi tích cực cho những loài có thể không thể tồn tại nếu không có sự hỗ trợ này." Aliyah Pandolfi, Nhà sáng lập kiêm Giám đốc điều hành, Kashmir World Foundation

Đối phó với vấn nạn săn trộm#

Trong nhiều trường hợp, các nhà bảo tồn rất khó tiếp cận những địa điểm xảy ra hoạt động săn trộm. KWF phải đối mặt với bốn trở ngại chính trong các nỗ lực bảo tồn ở những vùng hẻo lánh trên thế giới:

• Điều kiện thời tiết nguy hiểm
• Các yếu tố xã hội-chính trị khó lường
• Địa hình khắc nghiệt
• Thiếu nguồn lực để thường xuyên đưa người đến những khu vực này

Trước đây, các nhà bảo tồn thường đặt thiết bị ghi hình ngoài thực địa để xem lại cảnh quay sau đó. Với hàng trăm nghìn giờ video, quy trình này phụ thuộc vào người xem để tỉ mỉ phát hiện và nhận diện cả các loài động vật lẫn kẻ săn trộm. Do hạn chế về thời gian và sai sót của con người, phương pháp này khiến các nhà bảo tồn rơi vào thế bất lợi. Các tình nguyện viên tại KWF nhận ra rằng họ cần được trang bị tốt hơn để chống lại những kẻ săn trộm và hoạt động săn bắt trái phép.

Sự phát triển tất yếu của công nghệ là một con dao hai lưỡi. Khi công nghệ ngày càng có chất lượng cao hơn và dễ tiếp cận hơn, cả các nhà bảo tồn lẫn những kẻ có ý đồ xấu đều có thể tiếp cận công nghệ mới nhất. Để duy trì lợi thế, các nhà bảo tồn phải sẵn sàng khai thác sức mạnh của công nghệ mới nhất nhằm phục vụ lợi ích của mình.

Hướng đi sáng tạo#

Pandolfi cần một giải pháp mạnh mẽ ngoài thực địa, cung cấp cho KWF thông tin theo thời gian thực. Vì cần một giải pháp loại bỏ sai sót của con người và giải quyết bốn trở ngại chính, cô hiểu rằng chỉ vài giây cũng có thể tạo nên khác biệt trong một nhiệm vụ chống săn trộm; điều đó có nghĩa là thông tin chi tiết theo thời gian thực có thể trực tiếp góp phần ngăn một con vật bị giết.

Với sự sáng tạo làm nền tảng, Pandolfi cân nhắc công nghệ và nguồn lực cần thiết cho dự án. Mặc dù phần lớn công nghệ cô cần hiện đã có sẵn, Pandolfi dự đoán phần cứng và phần mềm sẽ được phát hành và có thể sử dụng trong tương lai gần. Cô dẫn dắt nhóm của mình tại KWF phát triển các phương pháp tận dụng drone, AI và khả năng GPS.

“Khi bắt đầu dự án này, cộng đồng có rất nhiều nghi ngờ. Tôi được nói rằng việc này thật điên rồ, là không thể, rằng bạn không thể làm được và công nghệ không tồn tại, nhưng tôi đã suy nghĩ về dài hạn: khoa học máy tính và khả năng của drone cần phải phát triển và kết hợp với nhau để phục vụ dự án này.”

Bằng cách lắp đặt nhiều loại camera và cảm biến tại các địa điểm có nguy cơ, KWF nhận dữ liệu từ các địa điểm trên khắp thế giới, cung cấp thông tin có thể hành động để đưa ra quyết định trong tích tắc.

“Hãy hình dung có những kẻ săn trộm tại một địa điểm cụ thể,” Pandolfi nói, “chúng tôi muốn có thể theo dõi họ và cảnh báo cho các kiểm lâm viên về vị trí của họ để các kiểm lâm viên có thể chặn những kẻ săn trộm trước khi chúng giết bất kỳ con vật nào.”

Tại sao chọn YOLOv5?#

Vì yêu cầu phát hiện đối tượng theo thời gian thực, KWF cần đầu ra của model có độ chính xác và độ tin cậy cao. Khi cân nhắc các lựa chọn, Trưởng nhóm AI của KWF là Daan Eeltink, một sinh viên tại Hà Lan, đã so sánh hiệu năng của YOLOv4 và YOLOv5. Với YOLOv5, một số điểm khác biệt đã khiến nhóm KWF lựa chọn model này cho các dự án của họ:

• Các model YOLOv5 yêu cầu huấn luyện với ít hình ảnh hơn.
• Tính chất mã nguồn mở giúp công nghệ này dễ tiếp cận đối với nhóm KWF.
• Đường cong học tập của YOLOv5 không quá dốc.

KWF dựa vào một đội ngũ tình nguyện viên, kỹ sư và thực tập sinh từ khắp nơi trên thế giới để xây dựng công nghệ cần thiết cho các nỗ lực bảo tồn. Nhiều thực tập sinh là học sinh trung học, một số trong đó có rất ít hoặc không có kinh nghiệm với YOLOv5. Pandolfi nhận thấy rằng ngay cả những người có ít kinh nghiệm trước đó nhất cũng có thể cài đặt và vận hành YOLOv5 trong chưa đầy ba tuần.

Ngoài ra, việc tích hợp với một nền tảng theo dõi thí nghiệm giúp đơn giản hóa quá trình fine-tune các model và dataset, cho phép KWF tối đa hóa hiệu năng của các model YOLOv5 ngoài thực địa.

“YOLOv5 có độ chính xác cao và giúp chúng tôi cứu các loài động vật trước khi chúng bị giết, đó chính là mục tiêu tối thượng của chúng tôi.”

Pandolfi cho biết nếu không có YOLOv5, nhóm của cô tại KWF sẽ rất thất vọng. Trước khi triển khai tính năng phát hiện đối tượng, các dự án bảo tồn thiếu lượng dữ liệu tối ưu. Đầu năm 2023, KWF sẽ chuyển công việc của mình sang Ultralytics YOLOv8, phiên bản mới nhất trong họ kiến trúc AI thị giác YOLO.

Triển khai YOLOv5#

Hiện tại, KWF triển khai YOLOv5 để phát hiện đối tượng trên các cảm biến ngoài thực địa. Các thiết bị này gửi dữ liệu cho các nhà sinh học, sau đó họ có thể phân tích thông tin và tạo ra những thông tin chi tiết có thể hành động. Trong năm tới, KWF đặt mục tiêu huấn luyện YOLOv5 trên các dataset chứa hình ảnh do drone ghi lại, sau đó triển khai các drone này ngoài thực địa.

Các dự án bảo tồn#

Rùa biển#

Trên thế giới có bảy loài rùa biển khác nhau và tất cả đều được xem là đang bị đe dọa. Khi đẻ trứng, rùa biển cái lên bãi biển và đào tổ trong cát, sau đó đẻ trứng vào đó. Quá trình này có thể kéo dài vài giờ, nhưng khi hoàn tất, rùa biển cái quay trở lại nước, để trứng ấp trong cát từ 55-65 ngày. Khi rùa mẹ rời đi, trứng gần như không có khả năng tự vệ trước những kẻ săn trộm, động vật săn mồi và các yếu tố tự nhiên.

Trước đây, phương pháp theo dõi rùa biển của các nhà bảo tồn là đánh dấu tất cả các địa điểm trên bãi biển có tổ rùa. Nếu những khu vực này có mức độ đe dọa cao, các nhà bảo tồn sẽ tạm thời chuyển tổ đến một địa điểm an toàn hơn và thả rùa ra biển sau khi chúng nở.

Quá trình này có thể đòi hỏi phải đi bộ thủ công trên những bãi biển dài 30 dặm hoặc hơn và đánh dấu các tổ. Việc bố trí đủ nhân lực để thực hiện quy trình này mỗi ngày đã chứng tỏ là rất khó khăn, đặc biệt trong các đợt phong tỏa vì COVID-19.

Ngoài ra, việc đánh dấu các tổ rùa biển đôi khi còn phản tác dụng. Không chỉ những kẻ săn trộm có thể tìm đến các tổ đã được đánh dấu, mà lợn cũng học được rằng các dấu hiệu này cho biết gần đó có tổ rùa biển, từ đó tìm đến ăn trứng.

KWF nhận thấy có cơ hội cải thiện quy trình này bằng cách giảm yếu tố nhân lực và thay thế những dấu hiệu dễ nhận biết. Bằng cách thiết lập các hệ thống trên không tự hành sử dụng YOLOv5 để phát hiện, định vị và phân loại các tổ rùa biển, các nhà sinh học có thể nhận thông tin theo thời gian thực về các tổ rùa biển, bao gồm dấu vết và vị trí địa lý của chúng, qua đó loại bỏ nhu cầu các nhà sinh học phải đi bộ thủ công trên bãi biển và đánh dấu các tổ.

Báo tuyết#

Bộ lông trắng dày với các hoa văn hoa thị đốm tối màu giúp báo tuyết ngụy trang hoàn hảo trong cảnh quan Himalaya. Trong tự nhiên, chúng là những động vật săn mồi đầu bảng và không có kẻ săn mồi tự nhiên. Tuy nhiên, do nhu cầu cực kỳ cao đối với bộ lông và các bộ phận cơ thể khác của chúng trong ngành thời trang và y học cổ truyền, cùng với tình trạng mất và phân mảnh môi trường sống, người ta ước tính chỉ còn từ 4.000 đến 6.500 con báo tuyết trong tự nhiên.

Các nỗ lực bảo tồn báo tuyết được chứng minh là cực kỳ khó khăn do những yếu tố góp phần tạo nên môi trường khắc nghiệt nơi chúng sinh sống:

• Độ cao lớn
• Tuyết rơi dày đặc
• Nhiệt độ đóng băng
• Gió mạnh
• Khe núi dốc
• Địa hình khắc nghiệt

Ngoài ra, việc bắt gặp báo tuyết trong tự nhiên là cực kỳ hiếm. Vì vậy, KWF đang phát triển một phương pháp tự động để bảo vệ những loài mèo lớn này, sử dụng công nghệ drone để theo dõi và bảo vệ chúng. Hiện tại, công nghệ drone vẫn đang được phát triển để đạt đến mức các thiết bị có thể hoạt động trong điều kiện cần thiết nhằm theo dõi báo tuyết, ở độ cao khoảng 20.000 đến 22.000 feet.

Khi công nghệ sẵn sàng, KWF dự định sử dụng YOLOv5 trên các cảm biến và drone, sau đó triển khai chúng tại dãy Himalaya. Nhằm phục vụ việc theo dõi, các cảm biến và drone này sẽ có thể phát hiện dấu chân trong tuyết, vốn thường nhanh chóng bị gió thổi bay. Thông tin theo thời gian thực này sau đó sẽ được truyền đến các nhà sinh học và nhà bảo tồn.

Hãy truy cập website của Kashmir World Foundation và tìm hiểu cách bạn có thể tạo ra sự khác biệt trong các nỗ lực bảo tồn của họ trên toàn thế giới.