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 ứng dụng các công nghệ mới nhất vào 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 động, 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 các hoạt động của mình.

Theo WWF.), mất môi trường sống là mối đe dọa hiện hữu lớn nhất đối với 85% các loài nằm trong “Sách Đỏ”, danh sách phân loại các loài đang gặp nguy cấp hoặc bị đe dọa. Đồng thời, nhu cầu về động vật hoang dã bị săn trộm để sử dụng trong y học cổ truyền, làm món ngon hoặc thú cưng kỳ lạ vẫn luôn tồn tại và được báo cáo là đang gia tăng. Mất môi trường sống và săn trộm cùng nhau đe dọa đa dạng sinh học toàn cầu, gây ra những tác động thảm khốc cho cộng đồng và môi trường địa phương.

Nhấn mạnh vào sự hợp tác nội bộ bền chặt, Nhà sáng lập kiêm Giám đốc Điều hành, Aliyah Pandolfi giải thích rằng “sinh viên, học giả, kỹ sư và các nhà khoa học từ khắp nơi trên thế giới đều sẵn lòng cống hiến thời gian và chuyên môn của họ.” KWF được vận hành 100% bởi các tình nguyện viên trên toàn thế giới. Thông qua công việc của mình, KWF đã đạt được những bước tiến lớn trong việc bảo vệ nhiều loài bị đe dọa và nguy cấp như Mèo cát ở Qatar, Rùa biển ở Costa Rica và Báo tuyết ở dãy Himalaya.

"Tất cả chúng tôi làm công việc này vì tình yêu đối với động vật, nhưng quan trọng hơn là chúng tôi muốn sử dụng các kỹ năng của mình để làm điều tốt cho thế giới và tạo ra thay đổi tích cực cho những loài có thể không còn cơ hội sống sót nếu không có sự giúp đỡ này." Aliyah Pandolfi, Nhà sáng lập kiêm Giám đốc Điều hành, Kashmir World Foundation

Link to this sectionChống lại vấn nạn săn trộm#

Trong nhiều trường hợp, việc các nhà bảo tồn tiếp cận những địa điểm xảy ra nạn săn trộm là cực kỳ khó khăn. KWF phải đối mặt với bốn rào cản chính trong các nỗ lực bảo tồn ở những vùng hẻo lánh trên thế giới:

• Các kiểu thời tiết nguy hiểm
• Các yếu tố chính trị-xã hội khó dự đoán
• Địa hình hiểm trở
• Thiếu nguồn lực để luôn có mặt tại những khu vực này

Trước đây, các nhà bảo tồn thường đặt thiết bị ghi hình tại thực địa để xem lại dữ liệu sau đó. Với hàng trăm, hàng nghìn giờ ghi hình, quá trình này phụ thuộc vào người xem để phát hiện và xác định tỉ mỉ 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 biết rằng họ cần được trang bị tốt hơn để đứng lên chống lại những kẻ săn trộm và hoạt động săn bắn trái phép.

Sự tiến bộ tất yếu của công nghệ giống như một con dao hai lưỡi. Khi nó ngày càng trở nên chất lượng cao và dễ tiếp cận hơn, cả các nhà bảo tồn lẫn những kẻ xấu đều có thể tiếp cận được công nghệ mới nhất. Để duy trì lợi thế cạnh tranh, các nhà bảo tồn phải sẵn sàng khai thác sức mạnh của công nghệ mới nhất để phục vụ mục tiêu của mình.

Link to this sectionHướng đi sáng tạo phía trước#

Pandolfi cần một giải pháp quyết liệt tại thực địa nhằm cung cấp cho KWF thông tin thời gian thực. Cần một giải pháp loại bỏ lỗi do con người và đối mặt với bốn rào cản chính, bà biết rằng chỉ vài giây cũng có thể tạo ra khác biệt trong nhiệm vụ chống săn trộm, nghĩa là những thông tin thời gian thực có thể đóng vai trò trực tiếp trong việc ngăn chặn việc giết hại động vật.

Với sự sáng tạo, Pandolfi đã cân nhắc các công nghệ và tài nguyên cần thiết cho dự án. Mặc dù phần lớn công nghệ bà cần đã có sẵn ở thời điểm hiện tại, Pandolfi đang chờ đợi sự ra đời của các phần cứng và phần mềm sẽ sớm xuất hiện trong tương lai gần. Bà dẫn dắt đội ngũ tại KWF phát triển các phương pháp sử dụng drone, AI và khả năng định vị GPS.

“Khi bắt đầu dự án này, có rất nhiều hoài nghi từ cộng đồng. Tôi đã từng bị nói rằng điều đó thật điên rồ, bất khả thi, bạn không thể thực hiện được và công nghệ đó không tồn tại, nhưng tôi đã suy nghĩ dài hạn rằng khoa học máy tính và khả năng của drone cần phải phát triển và kết hợp với nhau cho dự án này.”

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

“Hãy tưởng tượng rằng có những kẻ săn trộm tại một địa điểm cụ thể,” Pandolfi nói, “chúng tôi muốn có khả năng theo dõi chúng và thông báo vị trí của chúng cho lực lượng kiểm lâm để họ có thể đánh chặn và ngăn chặn những kẻ săn trộm trước khi chúng sát hại bất kỳ loài động vật nào.”

Link to this sectionTại sao lại chọn YOLOv5?#

Với yêu cầu phát hiện đối tượng thời gian thực, KWF cần các đầu ra của mô hình phải có độ chính xác và độ tin cậy cao. Khi cân nhắc các lựa chọn, Trưởng nhóm A.I. của KWF, Daan Eeltink, một sinh viên tại Hà Lan, đã so sánh hiệu suất của YOLOv4 và YOLOv5. Với YOLOv5, một vài điểm khác biệt đã dẫn dắt đội ngũ tại KWF chọn nó cho các dự án của họ:

• Các mô hình YOLOv5 yêu cầu huấn luyện với ít hình ảnh hơn.
• Tính chất mã nguồn mở của nó giúp công nghệ này dễ dàng tiếp cận với nhóm KWF.
• Đường cong học tập cho 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 của họ. Nhiều thực tập sinh là học sinh trung học, một số trong đó có ít hoặc không có kinh nghiệm về YOLOv5. Pandolfi nhận thấy rằng ngay cả những người ít kinh nghiệm nhất cũng có thể triển khai và vận hành YOLOv5 trong chưa đầy ba tuần.

Ngoài ra, việc tích hợp với một nền tảng theo dõi thử nghiệm đã giúp việc tinh chỉnh các mô hình và tập dữ liệu trở nên đơn giản, cho phép KWF tối đa hóa hiệu suất các mô hình YOLOv5 của họ tại thực địa.

“YOLOv5 rất chính xác và đã giúp chúng tôi cứu sống các loài động vật trước khi chúng bị giết, đó là mục tiêu cuối cùng của chúng tôi.”

Nếu không có YOLOv5, Pandolfi cho biết đội ngũ của bà tại KWF sẽ cảm thấy rất nản lòng. Trước khi triển khai phát hiện đối tượng, các dự án bảo tồn thiếu một lượng dữ liệu tối ưu. Đầu năm 2023, KWF sẽ chuyển công việc của họ sang Ultralytics YOLOv8, phiên bản mới nhất trong dòng kiến trúc vision AI của gia đình YOLO.

Link to this sectionTriển khai YOLOv5#

Hiện tại, KWF triển khai YOLOv5 để phát hiện đối tượng trên các cảm biến tại thực địa. Những thiết bị này gửi dữ liệu đến các nhà sinh học, những người sau đó có thể phân tích thông tin và tạo ra những thông tin hữu ích. Trong năm tới, KWF đặt mục tiêu huấn luyện YOLOv5 trên các tập dữ liệu chứa hình ảnh từ drone, để sau đó triển khai các drone này tại thực địa.

Link to this sectionCác dự án bảo tồn#

Link to this sectionRùa biển#

Có bảy loài rùa biển khác nhau trên thế giới và mỗi loài đều được coi là nguy cấp. Khi đẻ trứng, rùa biển cái lên bãi biển và đào tổ trong cát để đẻ trứng. Quá trình này có thể mất vài giờ, nhưng khi hoàn tất, rùa biển cái quay trở lại mặt nước, để trứng ấp trong cát từ 55-65 ngày. Khi rùa mẹ rời đi vĩnh viễn, những quả trứng phải đối mặt với rất ít sự bảo vệ trước những kẻ săn trộm, động vật ăn thịt và các yếu tố tự nhiên.

Trước đây, cách tiếp cận của các nhà bảo tồn để theo dõi rùa biển là đánh dấu tất cả các vị trí trên bãi biển nơi có tổ. Nếu các mối đe dọa ở những khu vực này cao, các nhà bảo tồn sẽ tạm thời di dời các tổ đến một vị trí an toàn hơn và thả rùa xuống biển sau khi chúng nở.

Quá trình này có thể bao gồm việc đi bộ thủ công trên các bãi biển dài từ 30 dặm trở lên và đánh dấu tổ. Việc cung cấp đủ nhân lực để thực hiện quá trình này mỗi ngày đã tỏ ra khó khăn, đặc biệt là trong thời gian phong tỏa do COVID-19.

Ngoài ra, việc đánh dấu các tổ rùa biển đôi khi phản tác dụng. Những kẻ săn trộm không chỉ có thể tìm kiếm các tổ đã được đánh dấu, mà lợn cũng học được rằng các dấu hiệu có nghĩa là có tổ rùa biển gần đó, dẫn đến việc chúng ăn trứng.

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

Link to this sectionBáo tuyết#

Bộ lông trắng dày với những đốm đen hình hoa hồng của báo tuyết cho phép chúng ngụy trang hoàn hảo trong cảnh quan Himalaya. Trong tự nhiên, chúng là những loài săn mồi đỉnh cao không có kẻ thù 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, cộng với việc mất và phân mảnh môi trường sống, ước tính chỉ còn từ 4.000 đến 6.500 cá thể báo tuyết còn lại trong tự nhiên.

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

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

Ngoài ra, việc phát hiện báo tuyết trong tự nhiên là cực kỳ hiếm. Do đó, KWF đang phát triển một phương pháp tự động để bảo vệ những loài mèo lớn này, tận dụng công nghệ drone để theo dõi và bảo vệ chúng. Tại thời điểm này, công nghệ drone vẫn đang được phát triển để có thể đạt đến mức các máy móc có thể vận hành trong điều kiện cần thiết để theo dõi báo tuyết, tức là ở độ cao khoảng 20.000 đến 22.000 feet.

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

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