AI: Công cụ giải quyết khủng hoảng đa dạng sinh học

Theo dõi KTMT trên

Một báo cáo gần đây của Mạng lưới công nghệ bảo tồn Wildlabs.net đánh giá AI là một trong ba công nghệ mới nổi hàng đầu trong lĩnh vực bảo tồn. Theo báo cáo, AI có thể học cách xác định bức ảnh nào trong số hàng nghìn bức ảnh có các loài quý hiếm; hoặc xác định chính xác tiếng kêu của động vật trong số hàng giờ ghi âm ở thực địa. Điều này giúp giảm đáng kể lao động thủ công để thu thập các dữ liệu bảo tồn quan trọng.

AI đang giúp bảo vệ các loài như cá voi lưng gù, gấu túi và báo tuyết, hỗ trợ công việc của các nhà khoa học, nhà nghiên cứu và kiểm lâm trong các nhiệm vụ quan trọng, từ tuần tra chống săn trộm đến giám sát loài. Với các hệ thống học máy (Machine Leaning – ML) sử dụng các thuật toán và mô hình để học, nhận biết và áp dụng phù hợp, AI có thể thực hiện công việc của hàng trăm người, thu được kết quả nhanh hơn, rẻ hơn và hiệu quả hơn.

Trước đó, để bảo vệ động vật hoang dã tốt hơn, 7 tổ chức, do Tổ chức Bảo tồn quốc tế (Conservation International) và Google dẫn đầu, đã lập bản đồ phân bổ hơn 4,5 triệu động vật trong tự nhiên bằng cách sử dụng các bức ảnh được chụp từ “bẫy camera” (camera traps). Các bẫy camera này là những camera lắp đặt tại các vị trí được chọn lựa ở các nơi hoang vắng, rừng rậm, nơi mà người ta nghi ngờ sẽ có sự xuất hiện của các động vật hoang dã.

Khi phát hiện có một vật thể chuyển động, camera sẽ được tự động kích hoạt và chụp ảnh vật thể đó. Tổ chức Wildlife Insights (Nhận thức Đời sống hoang dã) là nơi thu nhận các ảnh chụp từ “bẫy camera” đó từ khắp nơi trên thế giới và xử lý chúng. Nền tảng kỹ thuật của Wildlife Insights dựa trên điện toán đám mây của Google, có hỗ trợ trí tuệ nhân tạo (AI), nhờ đó giúp theo dõi công tác bảo tồn thuận tiện và hiệu quả hơn bằng cách tăng tốc độ phân tích ảnh bẫy camera.

AI phát hiện động vật hoang dã

Với chương trình Wildlife Insights, các nhà khoa học làm công tác bảo tồn động vật giờ đây có thể tải hình ảnh “bẫy” được của họ lên đám mây Google và chạy các mô hình AI nhận dạng loài của Google trên các hình ảnh ấy. Với đám mây và mô hình AI này, họ có thể cộng tác với nhiều người khác để cùng vẽ nên bản đồ phân bổ động vật hoang dã và phát triển sự nhận thức hiểu biết về tình trạng của các loài.

Cơ sở dữ liệu những hình ảnh “bẫy” camera này là tài liệu phổ biến công cộng lớn nhất và đa dạng nhất trên thế giới cho phép mọi người khám phá hàng triệu hình ảnh bẫy camera và lọc hình ảnh theo loài, quốc gia và năm.

Trung bình, một chuyên gia có thể gắn nhãn phân loại cho 300-1 ngàn hình ảnh mỗi giờ. Với sự trợ giúp của nền tảng AI của Google, Wildlife Insights có thể phân loại các hình ảnh tương tự nhanh hơn tới 3 ngàn lần, phân tích tới 3,6 triệu ảnh/giờ. Để thực hiện điều này, Google dùng bộ khung TensorFlow sử dụng mã nguồn mở tạo nên một mô hình AI để tự động phân loại các loài trong một hình ảnh.

Như vậy, mô hình AI ở đây thực hiện hai công việc:
- Lọc bỏ những ảnh rỗng: đó là những bức ảnh mà thực chất trên đó không có hình dáng bất cứ động vật nào.
- Khi phát hiện có động vật trong ảnh thì xác định nó thuộc loài nào.

Việc xác định loài vẫn còn là một thách thức không nhỏ đối với AI. Hiện nay các mô hình AI của Google đã được đào tạo để nhận ra 614 loài khác nhau, trong đó các loài như báo đốm, chim sơn ca trắng và voi châu Phi có xác suất dự đoán chính xác từ 80-98,6%. Quan trọng nhất, số hình ảnh không chứa động vật, vốn chiếm tỷ lệ tới 80% tổng số hình, sẽ được phát hiện (với độ tin cậy rất cao) và tự động bị xóa. Nhờ đó, các nhà sinh vật sẽ có nhiều thời gian hơn cho công tác khoa học thay vì phải chăm chú nhìn vào những bức ảnh chỉ có những đám cỏ lao xao.

Với dữ liệu này, người quản lý các khu vực được bảo vệ hoặc các chương trình chống săn trộm có thể đánh giá tình trạng của các loài cụ thể và chính quyền địa phương có thể sử dụng dữ liệu để thông báo chính sách và tạo ra các biện pháp bảo tồn.

Theo dõi lượng nước thất thoát

Brazil đã mất hơn 15% lượng nước bề mặt trong 30 năm qua, một cuộc khủng hoảng chỉ được phát hiện với sự hỗ trợ của AI. Sông, hồ và vùng đất ngập nước của đất nước đang phải đối mặt với áp lực ngày càng tăng từ sự gia tăng dân số, phát triển kinh tế, nạn phá rừng và những tác động nghiêm trọng của cuộc khủng hoảng khí hậu.

Nhưng không ai biết quy mô của vấn đề cho đến tháng 8 năm ngoái, dự án nước MapBiomas công bố kết quả sau khi xử lý hơn 150.000 hình ảnh thu được từ các vệ tinh Landsat 5, 7 và 8 của Nasa từ năm 1985 đến năm 2020 trên diện tích 8,5 triệu km2 của lãnh thổ Brazil. Nếu không có AI, các nhà nghiên cứu không thể phân tích sự thay đổi nước trên toàn quốc ở quy mô và mức độ chi tiết cần thiết. AI cũng có thể phân biệt giữa các vùng nước tự nhiên và nhân tạo.

Sông Negro, một phụ lưu chính của Amazon và là một trong 10 con sông lớn nhất thế giới tính theo thể tích, đã mất 22% lượng nước bề mặt. Vùng đất ngập nước nhiệt đới lớn nhất thế giới Pantanal của Brazil đã mất 74% lượng nước bề mặt. Sự thất thoát này có tác động nghiêm trọng tới động vật hoang dã nơi đây (4.000 loài động vật ở Pantanal, bao gồm báo đốm, heo vòi và loài trăn), cũng như con người và thiên nhiên.

Ngăn chặn săn trộm

Vườn quốc gia Zambia’s Kafue là nơi sinh sống của hơn 6.600 con voi đồng cỏ châu Phi, có diện tích 22.400 km2. Vì vậy, việc ngăn chặn săn trộm là một thách thức lớn. Đánh bắt bất hợp pháp ở hồ Itezhi-Tezhi thuộc ranh giới của Vườn cũng là một vấn đề nan giải vì những kẻ săn trộm thường giả dạng người đánh cá để ra vào Vườn mà không bị phát hiện.

Sáng kiến ​​Bảo tồn Kết nối của Game Rangers International (GRI), Cục Vườn Quốc gia và Động vật hoang dã Zambia và các đối tác, đang sử dụng AI để tăng cường các nỗ lực chống săn trộm bằng cách tạo ra một hàng rào ảo dài 19 km trên Hồ Itezhi-Tezhi. Với sáng kiến này, các máy ảnh nhiệt hồng ngoại (FLIR) ghi lại mọi con thuyền qua lại trong công viên, cả ngày lẫn đêm.

Được lắp đặt vào năm 2019, các camera được giám sát thủ công bởi các nhân viên kiểm lâm, những người sau đó có thể ứng phó với các dấu hiệu hoạt động bất hợp pháp. FLIR AI hiện đã được “dạy” để tự động phát hiện tàu thuyền đi vào công viên, tăng hiệu quả và giảm nhu cầu giám sát thủ công liên tục. Sóng và chim bay cũng có thể kích hoạt cảnh báo, vì vậy AI đang được “dạy” để loại bỏ những lần đọc dữ liệu sai này.

Nguyễn Linh (T/h)