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 tiên tiến nhất trong cuộc chiến bảo tồn và bảo vệ động vật hoang dã trên toàn cầu. KWF xây dựng và vận hành các hệ thống tự hành không người lái để hỗ trợ các nỗ lực bảo tồn và chống săn trộm. Năm 2013, KWF bắt đầu ứng dụng trí tuệ nhân tạo vào hoạt động của mình.

Theo WWF, mất môi trường sống là mối đe dọa lớn nhất đối với sự tồn vong của 85% loài trong “Danh sách Đỏ”, danh sách phân loại các loài đang bị đe dọa hoặc có nguy cơ tuyệt chủng. Đồng thời, nhu cầu săn bắt động vật hoang dã để sử dụng trong y học cổ truyền, làm món ăn đặc sản hoặc nuôi làm thú cưng ngoại lai vẫn hiện hữu và được cho là đang tăng lên. Mất môi trường sống và nạn săn trộm cùng đe dọa đa dạng sinh học toàn cầu, đồng thời gây tác động nghiêm trọng đến cộng đồng và môi trường địa phương.

Đề cập đến sự hợp tác chặt chẽ trong nội bộ, Nhà sáng lập kiêm Giám đốc điều hành Aliyah Pandolfi cho biết “sinh viên, học giả, kỹ sư và nhà khoa học từ khắp nơi trên thế giới sẵn sàng đóng góp thời gian và chuyên môn của mình”. KWF được vận hành hoàn toàn bởi các tình nguyện viên từ khắp nơi trên thế giới. Nhờ nỗ lực của họ, 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 trên dãy Himalaya.

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

Giải quyết vấn nạn săn trộm#

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

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

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

Sự tiến bộ tất yếu của công nghệ giống như con dao hai lưỡi. Khi công nghệ ngày càng chất lượng cao và dễ tiếp cận hơn, cả các nhà bảo tồn lẫn những đối tượng 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 để phục vụ mục tiêu của mình.

Hướng đi sáng tạo#

Pandolfi cần một giải pháp quyết liệt tại hiện trường, cung cấp thông tin theo thời gian thực cho KWF. Bà cần giải pháp loại bỏ sai sót của con người và xử lý bốn trở ngại chính; bà biết rằng chỉ vài giây cũng có thể tạo ra khác biệt trong một nhiệm vụ chống săn trộm, nghĩa là thông tin theo thời gian thực có thể trực tiếp giúp ngăn động vật bị giết.

Với óc sáng tạo của mình, Pandolfi cân nhắc công nghệ và tài nguyên cần thiết cho dự án. Dù phần lớn công nghệ cô cần hiện đã có sẵn, Pandolfi đang trông đợi phần cứng và phần mềm sẽ ra mắt trong tương lai gần. Cô dẫn dắt nhóm tại KWF phát triển các phương pháp tiếp cận sử dụng drone, AI và khả năng GPS.

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

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

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

Vì sao chọn YOLOv5?#

Do cần 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 do Pandolfi phụ trách, Daan Eeltink, một sinh viên ở Hà Lan, đã so sánh hiệu năng của YOLOv4 và YOLOv5. Một số điểm khác biệt khiến nhóm KWF chọn YOLOv5 cho các dự án của mình:

• Các model YOLOv5 cần ít ảnh hơn để huấn luyện.
• Tính chất mã nguồn mở giúp nhóm KWF dễ dàng tiếp cận công nghệ này.
• YOLOv5 có đường cong học tập không quá dốc.

KWF dựa vào một nhóm 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 có rất ít hoặc chưa có kinh nghiệm với YOLOv5. Pandolfi nhận thấy ngay cả những người ít kinh nghiệm nhất cũng có thể cài đặt và chạy YOLOv5 trong chưa đầy ba tuần.

Ngoài ra, việc tích hợp với một nền tảng theo dõi thử nghiệm giúp tinh chỉnh model và dataset dễ dàng, 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 con vật trước khi chúng bị giết, đó là mục tiêu cuối cùng của chúng tôi.”

Pandolfi cho biết nếu không có YOLOv5, nhóm của cô tại KWF sẽ rất nản lòng. Trước khi triển khai phát hiện đối tượng, các dự án bảo tồn không có đủ lượng dữ liệu cần thiết. Đầu năm 2023, KWF sẽ chuyển công việc của mình sang Ultralytics YOLOv8, phiên bản mới nhất của họ kiến trúc Vision AI YOLO vào thời điểm đó (sau này được thay thế bởi Ultralytics YOLO26).

Triển khai YOLOv5#

Hiện tại, KWF triển khai YOLOv5 để phát hiện đối tượng trên các cảm biến ngoài thực địa. Những thiết bị này gửi dữ liệu cho các nhà sinh vật học, những người có thể phân tích thông tin và đưa ra nhận định hữu ích. Trong năm tới, KWF dự định huấn luyện YOLOv5 trên các dataset chứa hình ảnh từ drone, 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, trong đó năm loài được xếp vào diện bị đe dọa trong Sách Đỏ IUCN. Khi đẻ trứng, rùa biển cái lên bãi biển và đào tổ trên cát để đẻ trứng. Quá trình này có thể kéo dài vài giờ, nhưng sau khi hoàn tất, rùa biển cái quay trở lại biển, để trứng ấp trong cát từ 55 đến 65 ngày. Sau khi rời đi vĩnh viễn, rùa mẹ để trứng trong tình trạng gần như không có khả năng tự vệ trước những kẻ săn trộm, động vật ăn thịt và các yếu tố tự nhiên.

Trước đây, các nhà bảo tồn theo dõi rùa biển bằng cách đánh dấu tất cả các vị trí có tổ trên bãi biển. Nếu mức độ đe dọa tại những khu vực này cao, các nhà bảo tồn sẽ tạm thời di dời tổ đến nơi an toàn hơn và thả rùa con ra biển sau khi chúng nở.

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

Ngoài ra, việc đánh dấu tổ rùa biển đôi khi còn phản tác dụng. Kẻ săn trộm có thể tìm đến những tổ đã được đánh dấu, còn lợn cũng có thể học được rằng các dấu hiệu cho biết có tổ rùa biển ở gần, khiến chúng ăn trứng.

KWF nhận thấy có thể cải thiện quy trình này bằng cách giảm nhu cầu nhân lực và thay thế các dấu hiệu dễ nhận biết. Bằng cách thiết lập các hệ thống hàng không tự hành sử dụng YOLOv5 để phát hiện, định vị và phân loại tổ rùa biển, các nhà sinh vật 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 để các nhà sinh vật học đi bộ dọc bãi biển và đánh dấu tổ theo cách thủ công.

Báo tuyết#

Bộ lông trắng dày với các hoa văn đốm hình hoa thị sẫm màu giúp báo tuyết ngụy trang hoàn hảo giữa cảnh quan Himalaya. Trong tự nhiên, chúng là động vật săn mồi đầu bảng và không có kẻ thù tự nhiên. Tuy nhiên, do nhu cầu rất 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, ước tính chỉ còn 4.000 đến 6.500 con báo tuyết trong tự nhiên.

Các nỗ lực bảo tồn báo tuyết gặp rất nhiều khó khăn do những yếu tố góp phần tạo nên môi trường khắc nghiệt nơi chúng sinh sống:

• Độ cao lớn
• Tuyết rơi dày
• Nhiệt độ đóng băng
• Gió mạnh
• Khe núi dốc
• Địa hình hiểm trở

Ngoài ra, việc bắt gặp báo tuyết trong tự nhiên 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 công nghệ drone vẫn đang được phát triển để các thiết bị có thể hoạt động trong những 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. Để phục vụ việc theo dõi, các cảm biến và drone này có thể phát hiện dấu chân trong tuyết, vốn thường nhanh chóng bị gió thổi bay. Thông tin thời gian thực này sau đó sẽ được chuyển đến các nhà sinh vật học và nhà bảo tồn.

Truy cập website của Kashmir World Foundation và tìm hiểu cách bạn có thể tạo nên khác biệt trong các nỗ lực bảo tồn trên toàn thế giới của tổ chức này.