یک سیستم پیشرفته هوش مصنوعی نوید می‌دهد که به حفاظت از فیل‌های مالزی در برابر شکار غیرقانونی کمک کند.
با ترکیب تحلیل‌های پیش‌بینی‌کننده و داده‌های مربوط به رفتار فیل‌ها، این فناوری قصد دارد این حیوانات را از تهدیدهای فزاینده‌ای که مدت‌ها بقای آن‌ها را به خطر انداخته است، محافظت کند.
این سیستم که با همکاری دانشگاه کاردیف توسعه یافته، PoachNet نام دارد و از یادگیری عمیق، داده‌های مبتنی بر GPS و بینش‌های اکولوژیکی برای ارزیابی و کاهش خطرات شکار غیرقانونی استفاده می‌کند.
این ابزار به‌طور خاص برای پیش‌بینی مناطقی که احتمال حضور فیل‌ها در آنجا بیشتر است طراحی شده و سپس سطح ریسک هر منطقه را ارزیابی می‌کند. این رویکرد فعالانه فراتر از نظارت‌های معمول است.
دانشمندان دانشکده علوم کامپیوتر و انفورماتیک و دانشکده علوم زیستی دانشگاه کاردیف با همکاری یکدیگر پلتفرمی ساختند که قادر است از الگوهای حرکتی گذشته فیل‌ها بیاموزد و تهدیدات را تقریباً در زمان واقعی شناسایی کند.
راهکاری بهتر برای حفاظت از فیل‌ها
هسته اصلی عملکرد PoachNet یک گراف دانشی است که اطلاعات متنوعی درباره حرکت فیل‌ها و عوامل خطر شناخته‌شده را گردآوری می‌کند. این پایگاه داده ساختاریافته به یک مدل یادگیری ماشینی ویژه متصل است که داده‌های دریافت‌شده از ردیاب‌های GPS فیل‌ها را تفسیر می‌کند.
نایما حامد، نویسنده اصلی این مطالعه و دانشجوی دکتری در دانشگاه کاردیف، توضیح می‌دهد:
“داده‌های GPS فیل‌ها با یک نوع خاص از هوش مصنوعی – یک شبکه عصبی ترتیبی – تحلیل می‌شود تا حرکت آن‌ها را پیش‌بینی کند.”
“این پیش‌بینی‌ها به‌صورت معناداری به گراف دانشی اضافه می‌شوند و سپس PoachNet از یک سیستم مبتنی بر قوانین برای اعمال قوانین شکار غیرقانونی و شناسایی الگوهای پنهان در داده‌ها استفاده می‌کند.”
قابلیت پیش‌بینی این پلتفرم آن را از روش‌های متداول‌تر حفاظت از حیات وحش متمایز می‌کند.
حامد می‌گوید:
“در آزمایش‌ها دریافتیم که PoachNet در مقایسه با سایر روش‌های پیشرو دقیق‌تر عمل کرده و به‌طور مداوم عملکرد بهتری داشته است. این سیستم با مدیریت پیچیدگی داده‌های مکانی و زمانی و تبدیل پیش‌بینی‌ها به قوانین عملی، پیشرفت بزرگی در زمینه ردیابی و حفاظت از فیل‌ها به شمار می‌رود.”
پیش‌بینی شکار غیرقانونی قبل از وقوع آن
پیش از ظهور PoachNet، استراتژی‌های مقابله با شکار غیرقانونی معمولاً به روش‌های منفرد مانند تجزیه‌وتحلیل گزارش‌های گشت‌های جنگل‌بانی یا بررسی تصاویر دوربین‌های تله‌ای متکی بودند.
بااین‌حال، این روش‌ها همواره به نحوه پویای حرکت فیل‌ها یا تمام تأثیرات انسانی بر زیستگاه‌های آن‌ها توجه نداشتند.
PoachNet با ترکیب دانش جامع‌تری درباره رفتار حیات وحش، قادر است الگوهای نوظهوری را شناسایی کند که ممکن است نشان‌دهنده تهدید قریب‌الوقوع شکار غیرقانونی باشند.
طراحان این پروژه امیدوارند که با شناسایی مناطقی که فیل‌ها در آن‌ها بیشترین خطر را دارند، مقامات ایالت صباح بتوانند گشت‌های ضدشکار غیرقانونی و دوربین‌های تله‌ای را در آسیب‌پذیرترین مناطق مستقر کنند.
این اقدام هدفمند می‌تواند به استفاده کارآمدتر از منابع حفاظتی منجر شود، به‌ویژه در مناطقی که فعالیت‌های غیرقانونی ازنظر آماری محتمل‌تر هستند.
پیامدهای گسترده‌تر برای حفاظت از حیات وحش
عمر رانا، یکی از نویسندگان این مطالعه و استاد دانشکده علوم کامپیوتر و انفورماتیک دانشگاه کاردیف، پتانسیل این سیستم را فراتر از حفاظت از فیل‌های مالزی ارزیابی می‌کند.
رانا می‌گوید:
“PoachNet یک ابزار نرم‌افزاری منحصربه‌فرد است که داده‌های منطقه‌ای مدل‌سازی‌شده معنایی را با الگوریتم‌های یادگیری ماشینی پیشرفته و استدلال معنایی ترکیب می‌کند. این سیستم چالشی را هدف قرار داده که همچنان جوامع حامی گونه‌های در معرض خطر را تحت تأثیر قرار می‌دهد.”
وی اضافه می‌کند:
“تغییرات اقلیمی و عوامل اقتصادی تأثیر چشمگیری بر تعامل بین فعالیت‌های انسانی و زیستگاه‌های طبیعی دارند. رویکرد مبتنی بر داده در PoachNet می‌تواند برای حمایت از سایر مناطق مشابه و پارک‌های ملی تعمیم یابد و امکان استفاده کارآمدتر از منابع دولتی و اجرایی را فراهم کند.”
درحالی‌که PoachNet در حال حاضر بر فیل‌های بورنئو تمرکز دارد، معماری زیربنایی آن را می‌توان برای حفاظت از سایر گونه‌های در معرض خطر در سراسر جهان تطبیق داد. هر مورد ممکن است تنها به تغییرات جزئی در گراف دانشی و مدل‌های پیش‌بینی‌کننده مربوطه نیاز داشته باشد.
نیاز فوری به حفاظت از فیل‌ها
تلاش‌ها برای محافظت از فیل‌های بورنئویی در برابر شکار غیرقانونی هیچ‌گاه تا این حد حیاتی نبوده است. با کاهش زیستگاه‌ها و تداوم تجارت غیرقانونی عاج، این حیوانات با واقعیتی تلخ روبه‌رو هستند.
به گفته بنوئیت گوسنز، یکی از نویسندگان مطالعه و دانشمند دانشکده علوم زیستی دانشگاه کاردیف و مدیر مرکز پژوهشی Danau Girang Field Center:
“کاهش زیستگاه، درگیری‌های انسان و فیل و شکار غیرقانونی تهدیدی جدی برای فیل‌های بورنئو محسوب می‌شود.”
وی اضافه می‌کند:
“باوجود تلاش‌های جهانی برای مقابله با شکار غیرقانونی، تجارت غیرقانونی عاج همچنان شکار فیل‌ها را تشدید کرده و جمعیت آن‌ها را به کمتر از ۱۵۰۰ رأس کاهش داده است. امیدواریم که PoachNet بتواند در روش‌های پیشگیری از شکار غیرقانونی مؤثر باشد و درنتیجه امنیت جمعیت فیل‌ها را در صباح در آینده تضمین کند.”
ازآنجایی‌که روش‌های سنتی مقابله با شکار غیرقانونی باید به‌طور مداوم تکامل یابند، نیاز فوری به راه‌حل‌های نوآورانه‌ای مانند PoachNet احساس می‌شود که از فناوری‌های مدرن و دانش اکولوژیکی به‌روز بهره می‌گیرند.
با ترکیب مدل‌های پیش‌بینی‌کننده با گشت‌زنی‌های میدانی و اقدامات نظارتی بین‌المللی، این سیستم می‌تواند به معکوس کردن برخی از مخرب‌ترین روندهایی که فیل‌ها را در معرض خطر قرار داده‌اند، کمک کند.
آینده حفاظت از حیات وحش
در بلندمدت، تیم تحقیقاتی برنامه دارد PoachNet را با معرفی منابع داده‌ای اضافی ارتقا دهد.
این می‌تواند شامل استفاده از حسگرهای صوتی برای شناسایی صداهای شلیک گلوله یا عبور وسایل نقلیه و همچنین بهره‌گیری از تصاویر ماهواره‌ای برای پایش تغییرات کاربری زمین و افزایش فعالیت‌های انسانی باشد.
چنین گسترشی اطلاعات زمینه‌ای بیشتری به سیستم ارائه خواهد کرد، دقت پیش‌بینی‌های آن را بهبود می‌بخشد و پاسخ‌ها را سریع‌تر و قاطعانه‌تر خواهد کرد.
هدف نهایی این است که مقامات حفاظتی ابزاری پیشرفته در اختیار داشته باشند که بتواند فعالیت‌های غیرقانونی را پیش‌بینی کند و درنتیجه خطرات تهدیدکننده فیل‌های بورنئو و سایر گونه‌های در معرض خطر را کاهش دهد.
با ادغام دقت علمی، فناوری پیشرفته هوش مصنوعی و اطلاعات میدانی، PoachNet گامی چشمگیر در استراتژی‌های حفاظت از حیات وحش محسوب می‌شود.
با ادامه یافتن تهدیدات شکار غیرقانونی برای جمعیت فیل‌ها، امید می‌رود که این سیستم نوآورانه بتواند به ایجاد نظارت داده‌محور کمک کند و تهدیدات را قبل از تبدیل‌شدن به آسیب‌های جبران‌ناپذیر شناسایی کند.
جزئیات این سیستم در مقاله‌ای با عنوان “PoachNet: پیش‌بینی شکار غیرقانونی با استفاده از یک گراف دانشی مبتنی بر هستی‌شناسی” در مجله Sensors منتشر شده است.
