Προστασία των Μελισσών από τις Ασιατικές «Δολοφόνο» Σφήκες με τη Βοήθεια της Τεχνητής Νοημοσύνης

Εισβολή Σφηκών

“Σφαίρες δολοφόνοι”, επίσης γνωστές ως ασιατικές σφήκες, σφήκες με κίτρινα πόδια, ασιατικές σφηκοειδείς σφηκες ή με το επιστημονικό τους όνομα Vespa Velutina, είναι ένα εισβολικό είδος που κυνηγά τις μέλισσες.

Η περιορισμός της εξάπλωσής της αποτελεί μέχρι στιγμής μια μάχη που σχεδόν χάνεται, με το είδος να εξαπλώνεται στην Ανατολική Ασία, την Ευρώπη και πρόσφατα ακόμη στη Βόρεια Αμερική.

Μέχρι τώρα, οι προσπάθειες περιορισμού της εξάπλωσής της βασίζονταν στην χειροκίνητη αναγνώριση από εθελοντές, μελισσοκόμους και περιβαλλοντικούς οργανισμούς. Ωστόσο, αυτό αποδείχθηκε αναποτελεσματικό, με πολλούς ψευδείς συναγερμούς και πάρα πολλές φωλιές σφηκών να παραμένουν ακατόρθωτες. Με κάθε ακατόρθωτη φωλιά που παράγει νέες βασίλισσες κάθε χρόνο, ο πολλαπλασιασμός αυτού του εισβολικού είδους γίνεται εκθετικός.

Ευτυχώς, μια νέα μέθοδος που βασίζεται στην τεχνητή νοημοσύνη μπορεί να βοηθήσει, προσφέροντας μια εκπληκτική νέα εφαρμογή της προχωρημένης μηχανικής μάθησης.

Η Σημασία των Μελισσών

Οι μέλισσες έχουν εξημερωθεί από την ανθρωπότητα για χιλιετίες ώστε να παράγουν μέλι και άλλα πολύτιμα προϊόντα όπως κερί και βασιλική ζελέ.

Είναι επίσης ζωτικό μέρος του οικοσυστήματος, συμβάλλοντας στην επικονίαση τόσο των άγριων λουλουδιών όσο και των σημαντικών γεωργικών καλλιεργειών. Αυτό περιλαμβάνει τα περισσότερα δέντρα φρούτων, δέντρα ξηρών καρπών, καθώς και υψηλής αξίας καλλιέργειες όπως η σοκολάτα, τα σταφύλια, οι ντομάτες, τα φράουλα, τα βατόμουρα, το αγάβι κ.λπ.

Συνολικά, εκτιμάται ότι οι μέλισσες παρέχουν «δωρεάν» υπηρεσίες επικονίασης αξίας 15 δισεκατομμυρίων δολαρίων μόνο στις ΗΠΑ, και πολύ περισσότερα παγκοσμίως.

Οι πληθυσμοί των μελισσών έχουν υποστεί έντονη πίεση τις τελευταίες δεκαετίες, με μείωση λόγω φυτοφαρμάκων, παρασίτων και παθογόνων, την εξαφάνιση των φυσικών λουλουδιών και λιβαδιών, εισβολικά φυτά και την κλιματική αλλαγή.

Εισβολή Σφηκών

Μία σημαντική απειλή για τις μέλισσες είναι οι ασιατικές σφήκες, οι οποίες εστιάζουν στις μέλισσες όταν τις εντοπίζουν σε νέο περιβάλλον.

Πρωτογενής από τη Νοτιοανατολική Ασία, η ασιατική σφήκα είναι ένας ισχυρός θηρευτής των ντόπιων πληθυσμών μελισσών της Βόρειας Αμερικής, της Ευρώπης και της Ανατολικής Ασίας. Σε αντίθεση με τα ντόπια είδη της Νοτιοανατολικής Ασίας, οι μέλισσες σε αυτές τις περιοχές δυσκολεύονται να επιβιώσουν από την προαλίευση των ασιατικών σφηκών.

Η πρώτη εμφάνισή της στην Ευρώπη ήταν στη Γαλλία το 2004, ακολουθούμενη από τη διάδοσή της στην Ισπανία το 2010, την Ιταλία το 2012 και τη Γερμανία το 2014. Η πρώτη ανίχνευση στη Βόρεια Αμερική έγινε στον Καναδά και τις ΗΠΑ το 2019.

Είναι δυνατόν οι ντόπιες μέλισσες να προσαρμοστούν και να μάθουν να επιβιώνουν από τις ασιατικές σφήκες, αλλά θα χρειαστούν χρόνος. Έτσι, ο περιορισμός του πληθυσμού τους για τις επόμενες δεκαετίες μπορεί να είναι απολύτως απαραίτητος για τη διασφάλιση της επιβίωσης των ντόπιων ειδών μελισσών.

Πηγή: Unsplash by USGS 

Τεχνητή Νοημοσύνη για την Αποτροπή των Σφηκών

Το κλειδί για την αποφυγή της εξάπλωσης των ασιατικών σφηκών είναι η έγκαιρη ανίχνευση της άφιξής τους σε νέο οικοσύστημα. Αν η αρχική φωλιά ή η πρώτη δεκάδα φωλιών αφήνονται να παράγουν περισσότερες βασίλισσες, ο αριθμός τους πολλαπλασιάζεται πολύ γρήγορα, οδηγώντας σε εκθετικά αυξανόμενο κόστος και περιβαλλοντική ζημιά.

Η χειροκίνητη αναγνώριση είναι πολύ αναξιόπιστη για να είναι επαρκής. Προηγούμενα αυτοματοποιημένα συστήματα ανίχνευσης έχουν δοκιμαστεί, αλλά το ποσοστό αναγνώρισής τους κυμαινόταν συνήθως στο ~74,5–83,3%, με πολλούς ψευδείς θετικούς.

Εκμεταλλευόμενοι τις προόδους στην τεχνητή νοημοσύνη και την μηχανική όραση, ερευνητές του Πανεπιστημίου Exeter κατάφεραν να επιτύχουν ποσοστό ανίχνευσης άνω του 99%, με τα αποτελέσματά τους να δημοσιεύονται στο Nature στο επιστημονικό άρθρο “VespAI: a deep learning-based system for the detection of invasive hornets“.

Ανιχνευτής Σφηκών VespAI

Το πρωτότυπο του ανιχνευτή σφηκών με AI, ονομαζόμενο VespAI, τοποθετήθηκε στο νησί Jersey, κοντά στις γαλλικές ακτές.

Περιλαμβάνει μια κάμερα, πηγή ενέργειας (μπαταρία + ηλιακό πάνελ 40W) και όσο το δυνατόν λιγότερη υπολογιστική ισχύ, όπως το υλικό Raspberry Pi 4.

Πηγή: Nature

Τα δεδομένα εκπαίδευσης συλλέχθηκαν από διάφορα σημεία στην Ευρώπη και επισημάνθηκαν χειροκίνητα ώστε οι ασιατικές σφήκες να μπορούν να ανιχνευθούν σωστά.

Πηγή: Nature

Το σύστημα μπορεί να διακρίνει μεταξύ ασιατικών σφηκών και ντόπιων ειδών σφηκών. Χρησιμοποιεί μια μέθοδο AI που ονομάζεται layer-wise relevance propagation (LRP), η οποία επιτρέπει στο σύστημα AI να εντοπίζει σωστά τη σημασία κάθε pixel στην ακριβή ανίχνευση των ασιατικών σφηκών.

Για παράδειγμα, τα pixel που ευθυγραμμίζονται με την πορτοκαλί λωρίδα στο τέταρτο τμήμα της κοιλότητας, καθώς και εκείνα γύρω από το εξωτερικό άκρο της πτέρυγας, ήταν μεταξύ των σημαντικών σημείων δεδομένων.

Πηγή: Nature

Το λογισμικό μηχανικής όρασης που χρησιμοποιήθηκε ήταν YOLOv5 (You Only Look Once), δημιουργημένο από την Ultralytics, λογισμικό που βρίσκεται επίσης στον πυρήνα της τεχνολογίας αυτόνομων οχημάτων.

Προς Αυτοματοποιημένη Εξουδετέρωση Σφηκών

Χάρη στη μη θανάσιμη φύση του ανιχνευτή, η ασιατική σφήκα μπορεί να ακολουθηθεί πίσω στη φωλιά της, η οποία στη συνέχεια καταστρέφεται. Δεν σκοτώνει επίσης άλλα είδη όπως συνήθως κάνουν οι παγίδες σφηκών.

Ανιχνεύοντας συνεχώς τον στόχο της χωρίς ανθρώπινη παρέμβαση, η ικανότητα του VespAI να ανιχνεύει τις ασιατικές σφήκες νωρίς είναι πολλαπλάσια σε τάξη μεγέθους σε σχέση με τις μεθόδους χειροκίνητης αναγνώρισης.

Αυτό, ενδεχομένως, το καθιστά την μοναδική αξιόπιστη επιλογή για την έγκαιρη ανίχνευση της εισβολής ώστε να σταματήσει εντελώς.

Τέλος, η χρήση ανοιχτού λογισμικού και φθηνού υλικού καθιστά τη μαζική υλοποίηση αυτού του συστήματος ρεαλιστική και ανταγωνιστική σε κόστος σε σύγκριση με τις υπάρχουσες στρατηγικές μετριασμού σφηκών.

Επίσης, δεν εξαρτάται από υπολογιστικούς πόρους στο σύννεφο και χρησιμοποιεί μόνο σύνδεση WiFi για την αποστολή ειδοποιήσεων μόλις ανιχνευθεί μια ασιατική σφήκα. Η ενεργοποίηση της ανάλυσης AI μόνο όταν εντοπιστεί το έντομο μειώνει την κατανάλωση ενέργειας.

Εταιρείες Τεχνητής Νοημοσύνης στη Γεωργία

Η διαχείριση οικοσυστήματος και η γεωργία συχνά θεωρούνται «μη ελκυστικές» βιομηχανίες, όπως μπορεί να φαντάζεται κανείς από τον χώρο της τεχνολογίας και της AI.

Αυτό δεν ισχύει πια, με πολλές καινοτόμες τεχνολογίες να εισέρχονται στον αγροτικό τομέα, ακόμη και αν καμία δεν ασχολείται άμεσα με τις ασιατικές σφήκες ακόμη.

1. Arugga

Η εταιρεία, η οποία έχει συγκεντρώσει μέχρι σήμερα 5,8 εκατομμύρια δολάρια, κατασκευάζει ρομπότ με τεχνητή νοημοσύνη που χρησιμοποιούν υπολογιστική όραση, αναπτυγμένη μέσω της πλατφόρμας NVIDIA (NVDA ) Metropolis, για την αναγνώριση λουλουδιών έτοιμων για επικονίαση και στη συνέχεια ενεργοποιούν τη διαδικασία εκτοξεύοντας παλμούς αέρα προς αυτά.

Ενώ η απόδοση των ρομπότ είναι συγκρίσιμη με αυτή των κυψέλων και, σε ορισμένες περιπτώσεις, καλύτερη έως και 5%, προσφέρει επίσης τη δυνατότητα συλλογής και ανάλυσης δεδομένων καθ’ όλη τη διάρκεια.

Τα ρομπότ της Arugga έχουν δείξει βελτιώσεις στην απόδοση έως και 20% χωρίς να θυσιάζεται η ποιότητα. Το κινητό ρομπότ εδάφους, Polly, λειτουργεί με φράουλες, μύρτιλα, ντομάτες και άλλες καλλιέργειες.

Πιο πρόσφατα, η εταιρεία μετέτρεψε το θερμοκήπιο 4,6 εκταρίων της Φινλανδικής Agrifutura σε πρώτη στον κόσμο εγκατάσταση που αξιοποιεί πλήρως την τεχνολογία ρομποτικής επικονίασης.

Επίσης, σκοπεύει να προσθέσει ανίχνευση παρασίτων και ασθενειών στα ρομπότ της, μέσω συνεργασίας με την ισραηλική startup ViewNetic. Στο μέλλον, στοχεύει επίσης να προσθέσει μη επαφή κλάδευσης, πρόβλεψη απόδοσης και χαμήλωμα φυτών.

2. Advanced.farm

Οι προόδους στη μηχανική όραση μπορούν επίσης να εφαρμοστούν πέρα από το ζήτημα της επικονίασης. Για παράδειγμα, μπορεί να χρησιμοποιηθεί για την εντόπιση και σωστή αξιολόγηση της ωριμότητας των φρούτων και στη συνέχεια τη συγκομιδή τους.

Αυτές οι εργασίες είναι συνήθως πολύ εργατοβόρες. Αντί αυτού, η Advanced.farm χρησιμοποιεί 6 ρομποτικούς βραχίονες, μηχανική όραση και ένα αναρρόφιο κύπελλο για τη συγκομιδή μήλων χωρίς την ανάγκη ανθρώπινης παρουσίας, με ήπιο τρόπο.

Πηγή: Advanced.farm

Μπορεί επίσης να το κάνει τη νύχτα, επιτρέποντας πρόγραμμα συγκομιδής 24/7. Η Advanced.farm έχει επίσης σχεδιάσει έναν συγκομιστή φράουλας, ο οποίος είναι 5 φορές πιο αποδοτικός από έναν ανθρώπινο συγκομιστή.

Έτσι, παρά το ελαφρώς φαντασμαγορικό του σχήμα όταν λειτουργεί τη νύχτα (δείτε παρακάτω), είναι πραγματικά ασφαλής και αποδοτικός.