Ранее следы тигра в лесу фиксировались по отпечаткам лап, но сегодня в этой работе активно применяется искусственный интеллект. Эта история является частью серии «Как изменила технологии» от The Better India, которая исследует трансформацию различных секторов, систем и повседневного опыта, от путешествий и обучения до сельского хозяйства, строительства, общения и доступа к здравоохранению. Технологии способны кардинально изменить работу целого сектора, делая процессы более быстрыми, умными, безопасными, доступными и эффективными.
В прошлом лес изучался в основном через следы, экскременты и внимательность обученных лесных охранников, которые ежедневно проходили километры маршрутов. Однако сегодня тот же ландшафт может рассказать свою историю совершенно иначе: GPS-устройство может зафиксировать маршрут патрулирования, камера-ловушка способна идентифицировать конкретного тигра по полосам, а камера с поддержкой ИИ потенциально может отправить оповещение рейнджеру в течение нескольких секунд.
Когда след лапы был доказательством
До появления смартфонов, камер-ловушек и искусственного интеллекта мониторинг тигров часто сводился к изучению их физических признаков. Сотрудники лесного хозяйства обходили места обитания тигров, искали следы и другие признаки, фиксируя наблюдения вручную. Хотя проводились переписи следов лап для подсчета тигров путем измерения и сравнения отпечатков, этот метод сильно зависел от человека, фиксирующего данные, а также от условий местности, погоды и интерпретации.
Патрулирование также было преимущественно ручным процессом: маршруты, наблюдения за дикой природой и подозрения на браконьерство записывались в бумажных журналах. Информация существовала, но передача ее с уровня леса к тем, кто мог принять меры, занимала много времени. Главным инструментом лесного охранника оставался опыт, однако система имела ограниченные возможности для преобразования этого опыта в данные, которые можно было бы быстро картировать, сравнивать или использовать для принятия решений.
Затем лес получил цифровой след
Следующий этап произошел, когда технологии начали сопровождать людей, перемещающихся по лесу. Система M-STrIPES — Мониторинговая система для интенсивной защиты и экологического статуса тигров — внедрила в управление заповедниками тигров GPS, мобильные приложения и цифровые базы данных. Лесные охранники могли регистрировать маршруты патрулирования, наблюдения за дикими животными, места преступлений и другую полевую информацию с геотеговыми данными. Руководители могли использовать эту информацию для понимания мест проведения патрулей и определения зон, где необходимо усилить природоохранные мероприятия.
Затем появились камеры-ловушки. Эти камеры, установленные вдоль лесных троп и активируемые движением, могли фотографировать животных без присутствия человека. Для сохранения популяции тигров это кардинально изменило оценку численности: индивидуальных тигров можно было идентифицировать по уникальному рисунку полос, а огромные коллекции фотографий давали гораздо более полную картину популяции диких животных. Например, оценка популяции тигров в Индии в 2018 году использовала 26 838 точек установки камер-ловушек и сгенерировала более 34 миллионов фотографий дикой природы.
Однако существовал и недостаток. Камера могла зафиксировать происходящее, но не всегда могла сообщить рейнджеру о том, что это происходит прямо сейчас. Изображения часто требовалось физически извлекать и обрабатывать, что делало технологию очень полезной для мониторинга и оценки, но менее подходящей для предотвращения инцидента в момент его возникновения.
От фиксации леса к прослушиванию и наблюдению в реальном времени
Именно здесь появляется новое поколение технологий, меняющее ситуацию. Современные системы начинают интегрировать искусственный интеллект непосредственно в точку захвата изображения или звука. Камеры Edge-AI, такие как TrailGuard, могут анализировать видео локально, распознавать людей, транспортные средства или диких животных и передавать соответствующие оповещения, вместо того чтобы ждать ручной проверки всей коллекции фотографий. В ходе испытаний в местах обитания тигров оповещения о обнаружении изображений тигров достигали смартфонов примерно за 30 секунд.
Кроме того, камеры перестают быть единственным способом, которым технология учится «читать» лес. В заповеднике Пенч тестируется система оповещений на основе биоакустики, управляемая ИИ — по сути, это прослушивание леса. Система анализирует сигналы бедствия или тревоги от животных-жертв, таких как олени, чтобы обнаружить признаки присутствия крупного хищника. Затем оповещения могут достигать лесных чиновников и близлежащих общин, предоставляя людям время отреагировать до эскалации встречи.
Разрабатываются и другие системы для видеонаблюдения в реальном времени, включая камеры с поддержкой ИИ и мониторинг, подключенный к GSM. Недавняя документация NTCA отмечает внедрение таких систем, как Garuda в Нагарахоле, которые объединяют ИИ, камеры-ловушки с GSM и мониторинг в реальном времени для поддержки охраны дикой природы и управления конфликтами.
Самое большое изменение — это время
Эволюция заключается не просто в переходе от бумаги к телефону или от следов лап к камерам. Она представляет собой переход от анализа прошлого к способности реагировать в момент происшествия. След лапы сообщал лесному охраннику о проходе тигра; камера-ловушка могла показать, какой именно тигр это был; система патрулирования с GPS показывала, где находились охранники. А система с ИИ потенциально может распознать тигра, человека или угрозу и отправить эту информацию тому, кто может действовать, пока тигр все еще перемещается по ландшафту.
Таким образом, технологии не заменяют лесного охранника или знания, накопленные поколениями. Они расширяют возможности охранников в плане того, что они могут видеть, фиксировать и на что могут реагировать. И где-то за деревьями тигр продолжает делать то, что делал всегда: ходить по своему лесу и оставлять следы. Разница в том, что сегодня лес иногда может ответить в режиме реального времени.