Systém napodobuje principy přirozeného prostředí, aby detekoval důležité zvuky a aktivoval výstrahy v reálném čase. Díky využití umělé inteligence umožňuje tato technologie rychle reagovat na nelegální lov a rozšiřuje možnosti monitorování životního prostředí v odlehlých regionech. Boj proti pytláctví v džunglích střední Afriky dosáhl významného technologického pokroku díky zavedení inovativní sítě mikrofonů podporovaných umělou inteligencí . Tento moderní odposlechový systém se stal perspektivním nástrojem pro monitorování a odhalování nelegálních aktivit, zejména lovu, které ohrožují takové významné druhy, jako jsou sloni a další suchozemská zvířata v této oblasti.

Zavedení odposlechové technologie využívající umělou inteligenci.

Vývoj této technologie reaguje na potřebu řešení problému, který má vážný dopad na biologickou rozmanitost Afriky: ozbrojené pytláctví . Díky koordinované strategii vědci nainstalovali síť akustických senzorů – malých mikrofonů s nízkým výkonem – na strategicky důležitých místech lesů Gabona, Konga a Kamerunu . Cílem této sítě je zaznamenávat v reálném čase jakékoli zvukové signály výstřelů, které obvykle signalizují přítomnost nelegálních lovců v odlehlých a těžko přístupných oblastech.

Využití umělé inteligence umožňuje těmto senzorům rozlišovat různé zvuky divoké přírody a s vysokou přesností detekovat zvuky související s použitím střelných zbraní. Tento úspěch kvalitativně rozšiřuje možnosti operativní reakce lesních brigád a orgánů odpovědných za ochranu životního prostředí.

Fungování sítě akustických senzorů

Vyvinutý systém je založen na umístění autonomních záznamových zařízení (ARU) rozptýlených po celé džungli. Každé ARU funguje jako akustický strážce: nepřetržitě a po dlouhou dobu shromažďuje a analyzuje zvukové krajiny a zaznamenává na pásku časový průběh reprodukovaný divokými zvířaty. Neustálý proud zvukových dat generovaných těmito mikrofony je přenášen do řídicích center, která centralizují a zesilují možnosti pozorování.

Navin Dhar, vedoucí projektu Centra bioakustiky ochrany přírody Cornellovy univerzity, vysvětluje, jak to funguje: „Navrhovaný systém využívá síť ARU rozmístěných po celém lese, z nichž každý provádí detekci v reálném čase, zatímco centrální uzel provádí složitější zpracování“. Mohlo by vás zajímat: „Království teroru“ ruské jednotky, která nahradila Wagnerovu skupinu v Mali: znásilňování, popravy a rabování.

Proces začíná počátečním skenováním všech zaznamenaných zvukových signálů za účelem vyhledání signálů, které lze interpretovat jako „pravděpodobný výstřel“. Tento signál je odeslán do interního mikroprocesoru bloku ARU, který je vybaven specializovaným modelem umělé inteligence pro rozlišení potenciálních výstřelů a četných zdrojů hluku běžných v džungli.

Pokud mikroprocesor potvrdí, že se skutečně jedná o spouštěč, systém aktivuje přenosový protokol: signál je odeslán do centrálního koncentrátoru, který shromažďuje stejné informace z jiných zařízení v síti, aby zajistil spolehlivost detekované události.

Technické problémy s detekcí výstřelů a snížením počtu falešných poplachů.

Srdce tropického lesa však představuje akusticky složité prostředí. Neustálý hluk ptáků, hmyzu, padajících větví a dalších přírodních jevů ztěžuje rozlišení antropogenních a přírodních zvuků . Ačkoli detektory dokážou rozlišit hlasitý výstřel od křiku a řevu divokých zvířat, často je zaměňují za praskání větví nebo náhlý pád stromu, což zvyšuje procento falešných poplachů.

Analýza tohoto složitého a nepřetržitého toku dat vyžaduje vysoký výpočetní výkon. Právě v tomto kontextu hraje umělá inteligence a optimalizace algoritmů strojového učení rozhodující roli při minimalizaci chyb a zvyšování účinnosti akustického monitorování, což umožňuje zabránit přetížení terénních týmů falešnými poplachy.

Vývoj lehké neuronové sítě pro analýzu v reálném čase.

V reakci na výše uvedené problémy Dhar a jeho tým vyvinuli lehkou neuronovou síť určenou k integraci do každého senzoru sítě . Toto výpočetní řešení umožňuje zpracovávat signály v reálném čase přímo v mikroprocesoru ARU, čímž se vyhýbá nutnosti velkých externích výpočetních infrastruktur.

Expert zdůrazňuje: „Navrhovaný systém využívá síť ARU rozmístěnou po celém lese, přičemž každý senzor provádí detekci v reálném čase a centrální uzel provádí složitější zpracování“. Umístění modelu přímo na senzoru umožnilo snížit počet falešných poplachů a urychlit ověřování detekovaných událostí. Každý inteligentní mikrofon tak nejen zaznamenává, ale také vyhodnocuje a interpretuje shromážděné údaje před odesláním do rozhodovacího centra, čímž optimalizuje čas a zdroje.

Potvrzení a reakce na detekci výstřelů.

Provozní model sítě je založen na logice dvojitého potvrzení. Po detekci podezřelého zvuku je nutné, aby několik zařízení ARU současně zaznamenalo stejný signál, aby byla událost považována za skutečný výstřel a ne za náhodný zvuk . Po ověření získá centrální koncentrátor přístup k audio souborům z každého zúčastněného senzoru. Na základě těchto údajů vypočítá přesnou polohu zdroje výstřelu a předá přesné souřadnice nejbližšímu lesníkovi.

Tato funkce upozornění v reálném čase umožňuje téměř okamžitý zásah, který může být rozhodujícím faktorem v otázce života a smrti ohrožených zvířat a zvýšit šance na dopadení pytláků. Dhar zdůrazňuje potenciál systému: „V budoucnu může být zařízení využíváno lesníky a odborníky na ochranu přírody jako nástroj poskytující přesná a ověřitelná upozornění na nutnost zásahu v terénu, jakož i data s malým zpožděním o prostorově-časových trendech pytláctví.“

Budoucí perspektivy a rozšíření systému

Vývoj tím nekončí: tým plánuje rozšířit možnosti systému tak, aby bylo možné určit typ zbraně použité při každém výstřelu a odhalit další druhy nelegální činnosti člověka, jako je používání motorových pil nebo pohyb těžkých nákladních vozidel v chráněných oblastech. Cílem těchto rozšíření je poskytnout odborníkům na ochranu přírody univerzální a přizpůsobivý nástroj.

Dhar dodává: „Doufám, že se podaří spojit toto zařízení s inovacemi v infrastruktuře internetu věcí a snížit materiálové náklady, aby vznikla levná platforma s otevřeným zdrojovým kódem pro detekci v reálném čase, kterou bude možné používat kdekoli na světě.“

Očekává se, že výsledky a objevy tohoto projektu budou představeny na společném zasedání Akustické společnosti Ameriky a Akustické společnosti Japonska v Honolulu na Havaji, což posílí pozici tohoto návrhu jako jednoho z nejprogresivnějších příkladů spojení umělé inteligence, monitorování životního prostředí a ochrany divoké přírody.