Dronet ja tekoäly kirjoittavat uudelleen villieläinten selviytymisen ja hallinnan

Tekoälyn (AI) voimaa hyödynnetään yhä enemmän uhanalaisia lajeja suojelemassa.

Sama teknologia, jota moni pelkää voivan aiheuttaa työpaikkojen katoamisen tai jopa uhata ihmiskuntaa, käytetään nyt eläinten pelastamiseen. AI tulee puolustamaan uhanalaisia lajeja ympäri maailmaa monin tavoin, mukaan lukien seuranta liikemalleja ja veden menetystä kosteikoissa ja joissa, parantamalla salametsästyspyrkimyksiä, kehittämällä edistyneitä varoitusjärjestelmiä ja laskemalla lajeja luokittelu- ja valvontatekniikoiden avulla.

Kaiken tämän kautta AI on auttanut pelastamaan vähenemässä olevat populaatiot esimerkiksi norsuista, kaloista, pangolineista, sarvikuonoista, punaisista susista ja Florida-pantereista ja monista muista.

AI pystyy löytämään, tunnistamaan ja suojelemaan haavoittuvia lajeja analysoimalla valtavat määrät tietoa, havaitsemalla trendejä ja seuraamalla ekosysteemejä ajassa. Toisin kuin perinteiset menetelmät, jotka häiritsevät ekosysteemejä ja vaativat merkittävää aikaa, työvoimaa ja resursseja, AI tekee kaiken nopeasti ja tehokkaasti.

Jopa miljoona lajia on vaarassa kuolla sukupuuttoon, ja biodiversiteetti laskee hälyttävää vauhtia, AI tarjoaa voimakkaita työkaluja tukemaan suojeluponnisteluita. Sen hyödyt, kuten lisääntynyt tehokkuus, nopeampi tietojen käsittely, automaattinen villieläinten seuranta, parannettu uhka-ilmoitus, reaaliaikaiset hälytykset, parempi päätöksenteko ja skaalautuva tietojen jakaminen, voivat auttaa vallankumouksellisesti suojella uhanalaisia lajeja.

Tutkijat kääntyvät AI:n puoleen seuratakseen biodiversiteettiä ja lujittamaan pyrkimyksiä auttaa uhanalaisia lajeja.

Viimeisimmän tutkimuksen mukaan Floridan yliopiston tutkijat ovat käyttäneet AI:ta paljastamaan pesimäpaikan, jossa on jopa 41 000 kilpikonnaa, Amazonin alueella. Tämä löytö on maailman suurin tunnettu kilpikonnien pesimäpaikka, ja se on mahdollista älykkään mallinnuksen ja dronien ansiosta.

Innovaatioiden yhdistäminen ilmakuvauksen ja tilastollisen korjauksen kanssa on auttanut ratkaisemaan perinteisten laskentamenetelmien merkittäviä puutteita ja mahdollistaa tarkemman villieläinten seurannan.

”Kuvaamme uuden tavan seurata eläinpopulaatioita tehokkaammin”, sanoi Ismael Brack, tutkimuksen johtaja ja post-doktoritutkija UF/IFAS:n metsästys- ja geomaattisten tieteiden tiedekunnassa. ”Vaikka menetelmää käytetään kilpikonnien laskemiseen, sitä voidaan soveltaa myös muihin lajeihin.”

Seasonal Aggregation: Avain tarkkaan villieläinten laskentaan

Kun tarkastellaan populaatiodynamiikkaa, kuten lajien kasvua, kutistumista tai liikettä, ymmärtäminen saalistaja-uhri-suhteita ja lajien välistä vuorovaikutusta, ja analyysi elinympäristön muutosten ja ilmastonmuutoksen vaikutuksista, runsaus on perusmuuttuja ekologiassa ja suojelussa.

Seuramalla sitä ajassa, voidaan myös havaita ja ennustaa trendejä uhkaisten tai invasiivisten lajien populaatioissa.

Kun tiedetään, montako lajia on olemassa, se auttaa jäljittämään muutoksia, tunnistamaan uhkat ja mittaamaan suojelutoimien onnistumista, arvioida runsaus on hyvin vaikeaa, erityisesti laajoilla alueilla, joilla lajit ovat harvinaisia, häikäileviä tai laajasti levittäytyneitä. Tämä tekee siitä vaikeaa löytää ja laskea lajeja tarkasti.

Tehokas tapa parantaa näiden pyrkimysten tehokkuutta ja tarkkuutta arvioida ja seurata runsautta on laskemalla eläimiä aikoina, jolloin ne kerääntyvät pieniin alueisiin.

Tämä tarkoittaa, että useat villieläinlajit näyttävät sesonkikäyttäytymistä, jossa ne keskittyvät pieniin alueisiin levähtämään, parittelemaan, lisääntymään, pesimään ja vuorovaikuttaa sosiaalisesti, tarjoten täydellisen tilaisuuden laskea niitä. Esimerkiksi kilpikonnat kokoontuvat rannoille ja hiekkasärkille pesimään.

Näiden paikannettujen villieläinpopulaatioiden näyttelemiseksi dronet ovat tehokas ja vähemmän häiritsevä menetelmä.

Dronet, jotka tunnetaan myös nimillä miehittämättömät ilmalaivat (UAV) tai kauko-ohjatut lentokoneet (RPAS), ovat osoittautuneet tarkemmaksi ja tarkinlaisemmaksi laskemisessa lajeja, jotka on kerääntyneet yhteen paikkaan. Ne aiheuttavat myös vähemmän häiriötä eläimille verrattuna maaperäkartoituksiin.

Dronien käyttöön suunnitellaan lentoreittejä, jotka kattavat koko alueen, jossa lajit ovat kerääntyneet. Yhtenäistyminen edellisten valokuvien ja sivusuunnan raitojen välillä mahdollistaa kaikkien kerättyjen kuvien yhdistämisen yhteen ortorektifioituun mosaiikkiin.

Villieläinten yksilöiden laskeminen ortomosaikkeja keräämisen aikana on kuitenkin altis tahattomille virheille, jotka voivat johtaa harhaanjohtaviin arvioihin.

Vaikka se on nopeampi, vähemmän häiritsevä ja tarkinlaisempi tapa laskea eläimiä kuin maanpinnalta, tämä tekniikka ei ottaa huomioon sitä, että eläimet voivat liikkua havainnon aikana.

Esimerkiksi eläin voi olla piilossa kasvillisuuden takana tai olla toisaalla tilapäisesti, kun valokuva otetaan. Vaikka eläin on kuvassa, se ei välttämättä ole havaittavissa algoritmille tai ihmishavainnoitsijalle. Toisaalta liikkuvat eläimet voivat näkyä useita kertoja valokuvissa.

Tärkeä tekijä tässä on, että nämä lajien keskittymiset ovat yleensä tilapäisiä, ja yksilöt saapuvat ja lähtevät päivien kuluessa pesimisen, lisääntymisen tai muuttomisen vuoksi, aiheuttaen muutoksia populaation koossa.

Tuloksena olevat virheet ”avoin populaatio” voivat antaa väärät luvut, ja huolestuttava asia on, että ”nämä virheet jäävät usein huomioimatta dronien ortomosaikkilaskelmista johdetuissa runsausarvioissa.”

Niinpä Floridan yliopiston tutkijat halusivat luoda lähestymistavan, joka ottaa huomioon useat virhelähteet. Tämän vuoksi he käyttävät kahta tietojoukkoa: merkittyjen eläinten uudelleennäkemisiä ja koko populaation laskelmia.

Ilmailuvalvonta ja älykäs mallinnus mullistavat populaatioarviot

Yhteistyössä ei-kaupallisen, New Yorkissa sijaitsevan Wildlife Conservation Societyn tutkijoiden kanssa Kolumbiassa, Brasiliassa ja Boliviassa, projekti aloitettiin jättiläismäisistä Etelä-Amerikan jokikilpikonnista (Podocnemis expansa), jotka tunnetaan myös nimillä jokikilpikonna, Amazonin jokikilpikonna tai yksinkertaisesti Arrau.

Julkaistu Journal of Applied Ecology -julkaisussa, tutkimus oli ajettu tarpeesta arvioida jokikilpikonnien runsaus ja luoda seurantaprotokolla niiden seuraamiseksi maailman suurimman makean vesikilpikonnien kokoontumisen aikana.

Jokikilpikonnilla on ollut historiallisia taantumisia, joko häviäminen monista Amazonin ja Orinoco-joen sivujoista tai olemassaolo alhaisemmissa tiheyksissä.

Niiden populaatio on vähentynyt merkittävästi, pääasiassa liha- ja munien kulutuksen vuoksi. Tämän seurauksena niiden suuret kokoontumiset ovat harvinaisia.

Silti on joitakin suuria populaatioita tästä lajista sen levinneisyysalueella, ja joistakin niistä näyttää olevan elpymässä, ja niiden sesonkikäyttäytyminen tarjoaa arvokkaan tilaisuuden seurata niiden populaatioita.

Tuhannet näistä sosiaalisista olentoista kokoontuvat joka vuosi kuivana kautena (heinä- tai elokuussa) pesimään Guaporé-joen hiekkasärkillä Brasilian ja Bolivian rajalla.

Arvioidakseen niiden määrää, asiantuntijat ovat aikaisemmin luottaneet poikasten laskemiseen, kun ne kuoriutuvat, josta voidaan extrapoloida naaraiden määrä keskimääräisen munien määrän perusteella. Tämä on invasiivinen ja aikaa vievä menetelmä aitaamisen, poikasten käsittelyn ja maatiimin vuoksi.

Lisäksi yksittäisiä pesiä ei voida erottaa toisistaan, mikä tekee siitä haasteellisen, ellei mahdotonta, arvioida määrää alueilla, joilla on merkittävä massapesintä.

Toinen tapa on visuaalinen laskenta aikuisista kilpikonnista maanpinnalta, mutta tämäkin esittää vaikeuksia jatkuvan liikkeen ja toisten kilpikonnien esteiden vuoksi.

Tässä dronet, joita testataan jokikilpikonnien seuraamiseen, osoittavat lupaavaa toimintaa tehokkaana ja tarkinlaisena menetelmänä arvioida niiden populaatiokokoja pesimistilaisuuksissa, mikä on tärkeää arvioida populaatiotrendejä ja suojelutoimien tehokkuutta.

Niinpä tutkijat sovelsivat kehittämäänsä mallia arvioimaan jokikilpikonnien populaatiota, kun ne kokoontuvat pesimään.

Ottaen huomioon useat virhelähteet, se tarjoaa uuden tavan ekologeille seurata uhanalaisia eläimiä tarkemmin.

Tutkimuksen mukaan tämä uusi lähestymistapa tarjoaa useita etuja, kuten ilmakuvan laskemiseen kilpikonnista ilman esteitä. Vähemmän invasiivisen tekniikan käyttö vähentää myös eläinten häirintää.

Lisäksi lähestymistapa tarjoaa yhdenmukaisen lähestymistavan, jota voidaan soveltaa ja verrata eri paikoissa ja eri vuosina. Näiden hyötyjen vuoksi tutkijat odottavat, että vastaavanlainen protokolla tullaan käyttämään hallituksen ja ei-hallituksen laitosten toimesta lajien seuraamiseen.

Klikkaa tästä, jos haluat tietää, miksi drone-teknologia tarjoaa valtavan potentiaalin, vaikka sitä käytetään usein väärin.

Älykäs, skaalautuva, virheenkorjausmalli seurata maailman villieläimiä

Laskemaan kilpikonnien määrää tutkijat merkitsivät 1 187 jokikilpikonnan kuorta valkoisella maalilla, ja 12 päivän ajan he lensivät dronia yläpuolella, seuraamalla tarkkaa reittiä, edestakaisin, neljä kertaa päivässä.

Droni otti 1 500 valokuvaa kerran, jotka yhdistettiin ohjelmistolla. Tutkijat tarkastelivat sitten yhdistettyjä kuvia. Jokainen kilpikonna merkittiin heidän toimesta, sekä se, oliko sen kuori merkitty, ja oliko eläin kävelemässä vai pesimässä valokuvan otettaessa.

Käyttämällä tätä dataa, he kehittivät todennäköisyysmalleja, jotka ottaa huomioon useat virhelähteet. Se käytti merkintöjä ja koko populaation laskelmia ottaen huomioon yksilöitä, jotka eivät olleet saatavilla havaittaviksi lennön aikana, avoin populaatio (jatkuva liikkuminen) pesintatilaisuuden aikana, merkittyjä yksilöitä, joita ei voitu tunnistaa mosaiikissa, ja kaksoislaskelmia orthomosaikkirakennusprosessin vuoksi.

Niinpä tiimi arvioi, että päivittäinen pesintätodennäköisyys on 0,37, ja että 35 % jokikilpikonnista, jotka käyttävät hiekkasärkkiä yöaikaan, ovat myös läsnä dronin aamulennolla.

Lisäksi he löysivät, että 20 % kilpikonnista, jotka kävelevät orthomosaikissa, ovat kaksoislaskelmia, ja merkintöjen tunnistamisen todennäköisyys oli 0,78. Tällä tavoin uusi lähestymistapa tarjoaa tarkemman tavan laskea villieläimiä dronien avulla.

Kilpikonnien laskemisen aikana maanpinnan tarkkailijat ilmoittivat noin 16 000 kilpikonnaa, kun taas tutkijat, jotka tarkastelivat orthomosaikkeja virheiden korjaamatta, laskevat noin 79 000 kilpikonnaa.

Käyttämällä tätä menetelmää tutkijat arvioivat kokonaisten runsautta pesimäpaikalla olevaksi 41 377 kilpikonnaksi. Brackin mukaan:

”Nämä luvut vaihtelevat suuresti, ja se on ongelma suojelijoille. Jos tutkijat eivät voi määrittää tarkkaa laskelmaa lajin yksilöiden määrästä, miten he tietävät, onko populaatio taantumassa vai onko suojelutoimet onnistuneita?”

Vaikka arviot edustavat suuren määrän jokikilpikonnista, tutkijat toteavat, että se on todennäköisesti osa heidän historiallisista populaatioistaan Amazonin alueella perustuen viennin historiallisiin tietoihin. Lisäksi pesintätapahtuma jatkui useita päiviä viimeisen dronilennon jälkeen.

Tästä syystä tutkimus suosittelee seurantatyökalun käytön laajentamista koko pesintäkauden ajan. Lisäksi alueen muiden hiekkasärkkien tulisi sisällyttää kokonaisarvioon pesivästä populaatiosta.

Tähän liittyen tutkimusryhmä aikoo tehdä lisää dronilentoja Guaporé-joen pesimäpaikalla sekä muissa Etelä-Amerikan maissa, joissa jokikilpikonnat kokoontuvat, kuten Kolumbiassa, ja mahdollisesti Venezuelassa ja Perussa. Tämä auttaa ryhmää parantamaan seurantamenetelmiään.

”Yhdistämällä useiden tutkimusten tiedot, voimme havaita populaatiotrendejä, ja Wildlife Conservation Society tietää, mihin panostaa suojelutoimiin.”

– Brack

Vaikka kehittämämme kehys oli alun perin ajettu tarpeesta parantaa jokikilpikonnien seurantaa, tutkijat huomauttivat, että se on ”hyvin joustava ja voidaan helposti soveltaa tai mukauttaa useisiin eri konteksteihin.”

Jokikilpikonnien lisäksi kehittämä menetelmä voidaan soveltaa myös muihin uhanalaisiin lajeihin, joita seurataan drone-pohjaisilla ortomosaikkeilla.

Aiemmat drone-seurantatutkimukset ovat leikanneet tiikerien turkkia, merkinneet vuoristopukkeja ja biisoneja maalipalloilla ja kiinnittäneet kaulareita peuroihin seuratakseen niiden liikettä laskennan aikana.

Lopulta uusi malli voidaan käyttää villieläinten runsauden tehokkaaseen ja ajankohtaiseen seurantaan suojelu- ja hallintiohjelmissa.

Sijoittaminen suojeluteknologiaan

AI-ihme NVIDIA Corporation (NVDA ) on suuressa roolissa eläinten pelastamisessa ja planeetan suojelemisessa.

Sen GPU:t voimaavat monia syväoppimismalleja, joita käytetään kuvantunnistuksessa, objektiiden havaitsemisessa ja ympäristön seurannassa. Yritys edistää myös AI:n käyttöä maailmanlaajuisiin hyväntekeväisyyksiin, mukaan lukien biodiversiteettitutkimus.

NVIDIA Corporation (NVDA )

Nyt yhtiöistä, jotka hyödyntävät Nvidian teknologiaa, AI-tutkimuslaitos Ai2 on kehittänyt EarthRangerin, jotta voidaan tehdä tietoisempia operatiivisia päätöksiä villieläinten suojeluun reaaliajassa. Maailman suurin elefanttien tietokanta on koulutettu Nvidian Hopper-GPU:illa. Se näyttää myös tietoja suurelta määrältä villieläimiä, jotka on kerätty radioista, satelliiteista, kameraluureista, akustisista antureista ja useista muista tietolähteistä.

Ai2 julkaisi myös avoimen AI-mallin nimeltä Atlantes, joka analysoi yli viisi miljardia päivittäin lähettävää GPS-signaalia lähes 600 000 merellisestä aluksesta ja ennustaa, mitä kumpikaan alus tekee noin 80 %:n tarkkuudella. Jos alus on osallistunut laittomaan kalastukseen, malli lähettää hälytyksiä rannikkovartiostolle. 4,7M parametrin transformer-pohjainen malli Atlantes on koulutettu Nvidian H100 Tensor Core GPU:illa ja PyTorchilla.

Rouxcel Technologyn AI-pohjaiset RhinoWatches on koulutettu ja optimoitu Nvidian kiihdytetyn laskennan avulla. Niitä on käytetty yli 40 eteläafrikkalaisessa suojelualueessa, ja niiden laajentamista Keniaan ja Namibiaan on meneillään. Yritys kehittää parhaillaan AI-malleja useille lajeille, mukaan lukien äärimmäisen uhanalaiset pangolinit.

Nvidian CUDA- ja Jetson-moduulit ovat myös käytössä reunan AI:ssa ja tietojen käsittelyssä OroraTechilla, joka yhdistää satelliittitietoja, kameranäkymien, ilmailun havaintojen ja paikallisten sääolosuhteiden tietoja seuratakseen eläinten salametsästystä ja metsäpaloja ja antaa hälytyksiä reaaliajassa.

Mutta siinä ei ole kaikki. Vuosien varrella Nvidian teknologiaa on käytetty moniin muihin mielenkiintoisiin kokeisiin, kuten sukupuuton kumoamiseen. Esimerkiksi Colossal Biosciences on käyttänyt geenieditointiteknologiaa, AI-malleja ja Nvidian Parabricks-ohjelmistopakettia dodo-linnun, mammutin ja Tasmanian tiikerin palauttamiseen.

Lisäksi villieläinten ohella Nvidian teknologia auttaa tutkijoita, tutkijoita ja kehittäjiä ymmärtämään ilmastoa, valtameriä ja avaruutta paremmin.

4,39 biljoonan dollarin markkina-arvolla tämän täysipainoisen laskentainfrastruktuuriyhtiön osakkeet kaupataan tällä hetkellä 180,95 dollarilla, ja ne ovat nousseet yli 34 % vuoden alusta.

Yhtiön osakekurssi on nousseet yli 59 % viimeisen kolmen kuukauden aikana. Viimeisenä heinäkuun päivänä osake saavutti 52 viikon korkeimman, 183,30 dollarin, mikä osoittaa jatkuvaa vahvaa sijoittajien luottamusta yhtiöön ja sen tulevaisuuden näkymiin.

Sillä on EPS (TTM) 3,10 ja P/E (TTM) 57,98, kun taas tarjottu osinkotuotto on 0,02 %.

Ensimmäisellä neljänneksellä, joka päättyi 27. huhtikuuta 2025, NVIDIA ilmoitti 44,1 miljardin dollarin liikevaihdon. Pääasiallinen ajuri on datakeskukset, jotka muodostavat 39,1 miljardia dollaria liikevaihdosta, mikä on yhtiön myyntien vaikuttava 89 %. Tämä johtui räjähdysmäisestä AI-kysynnästä.

Tämä kasvu on tapahtunut, vaikka NVIDIA on kohdannut geopolitiikkaa aiheuttaneita vientirajoituksia Kiinaan sen H20-piirien osalta. Nämä piirit ovat todennäköisesti palaamassa Kiinaan, kun Trumpin hallinto on vakuuttanut yhtiölle, että se saa jatkaa myyntiään. NVIDIA ilmoitti myös uuden ”täysin mukaisen” GPU:n Kiinaan.

NVIDIA saattaa kuitenkin edelleen kamppailla sen entisen markkinaosuuden palauttamiseksi Kiinassa, kun Bernstein arvioi Nvidian AI-piirien markkinaosuuden Kiinassa laskevan 66 %:sta viime vuonna 54 %:iin tänä vuonna.

Uusimmat NVIDIA Corporation (NVDA) Osakeuutiset ja Kehitykset

Johtopäätös

Säilyttääksemme terveen ja vakaan planeetan, on tärkeää pelastaa uhanalaiset lajit, sillä niiden menetys voi aiheuttaa ketjureaktion, joka vaikuttaa koko elämän verkkoon. Ja kun sukupuuton uhkat kiihtyvät, on tärkeämpää kuin koskaan toteuttaa tehokasta seurantaa.

Tässä dronien ja älykkään mallinnuksen yhdistäminen merkitsee suurta muutosta. Parantamalla lajien seurannan tarkkuutta ja tehokkuutta, nämä teknologiset innovaatiot antavat meille mahdollisuuden toimia nopeammin, älykkäämmin ja strategisemmin planeetan haavoittuvaisimman villieläimen suojelemiseksi.

Klikkaa tästä, jos haluat tietää, mitkä ovat parhaat drone-yritykset, joihin voit sijoittaa.

Viitteet:

1. Brack, I.V., Valle, D., Ferrara, C., Torrico, O., Domic-Rivadeneira, E., & Forero-Medina, G. Estimating abundance of aggregated populations with drones while accounting for multiple sources of errors: A case study on the mass nesting of Giant South American River Turtles. Journal of Applied Ecology, first published 17 June 2025. https://doi.org/10.1111/1365-2664.70081