רחפנים ובינה מלאכותית משנים את הישרדות וניהול בעלי חיים

כוחה של בינה מלאכותית (AI) מנוצל יותר ויותר להגנה על מינים בסכנת הכחדה.

הטכנולוגיה האותה רבים חוששים שעלולה לגרום לאובדן מקומות עבודה או אפילו להוות איום על האנושות, כעת משמשת להצלת בעלי חיים. AI באה לעזרתם של מינים בסכנת הכחדה ברחבי העולם, במגוון דרכים, כולל עקיבה אחר דפוסי תנועה ואובדן מים בביצות ונהרות, שיפור מאמצי אנטי-ציד, פיתוח מערכות אזעקה מתקדמות, וספירת מינים באמצעות טכניקות סיווג ומעקב.
דרך כל המאמצים האלה, AI סייעה להציל אוכלוסיות מינים בסכנת הכחדה, כולל פילים, דגים, פנגולינים, קרנפים, זאבים אדומים, פנתרים פלורידה ועוד רבים.
AI מסוגלת לאתר, לזהות ולהגן על מינים פגיעים על ידי ניתוח כמויות עצומות של נתונים, זיהוי תבניות ומעקב אחר מערכות אקולוגיות במשך זמן.
לא כמו שיטות מסורתיות, הדורשות זמן, כוח אדם ומשאבים רבים, AI עושה הכל במהירות וביעילות.

עם עד מיליון מינים על סף הכחדה, ומגוון ביולוגי בירידה בקצב מדאיג, AI מציעה כלים חזקים לתמיכה במאמצי שימור.
היתרונות שלה, כולל יעילות מוגברת, עיבוד נתונים מהיר יותר, מעקב אוטומטי אחר בעלי חיים, זיהוי איומים משופר, התראות בזמן אמת, קבלת החלטות טובה יותר ושיתוף נתונים מורחב, יכולים לסייע במהפכה של איך אנו מגנים על מינים בסכנת הכחדה.
בעקבות כך, חוקרים פונים ל-AI כדי לפקח על מגוון ביולוגי ולחזק את המאמצים לסייע למינים בסכנת הכחדה.
המחקר האחרון של חוקרים מאוניברסיטת פלורידה עשה בדיוק כך.
הם השתמשו ב-AI כדי לחשוף אתר קינון המאכלס עד 41,000 צבים, מוסתרים באמזונאס.
תגלית זו מסמנת את אתר הקינון הגדול ביותר של צבים בעולם, שהופך לאפשרי באמצעות מודלים חכמים ורחפנים.
השימוש בטכניקות חדשניות בשילוב עם תמונות אוויריות ותיקון סטטיסטי סייע לפתור חוסרים משמעותיים בשיטות ספירה מסורתיות ומאפשר ניטור מדויק יותר של בעלי חיים.
“אנו מתארים דרך חדשה ויעילה יותר לניטור אוכלוסיות בעלי חיים”, אמר איסמאל בראק, המחבר הראשי של המחקר וחוקר במכון למדעי המזון והחקלאות של UF.
“ואף על פי שהשיטה משמשת לספור צבים, היא יכולה להיות מותאמת גם למינים אחרים”.

ריכוז עונתי: מפתח לספירה מדויקת של בעלי חיים

כאשר מדובר בחקר דינמיקה של אוכלוסיות, כגון איך מינים גדלים, קטנים, או נעים, הבנת יחסים בין טורפים לנטרפים ואינטראקציות בין-מיניות, וניתוח השפעות המרת היערות ושינויי אקלים גלובליים, השפע הוא משתנה בסיסי באקולוגיה ושימור.
באמצעות מעקב אחריו במשך זמן, אנו יכולים גם לזהות ולחזות מגמות באוכלוסיות של מינים פולשניים או מאוימים.

כאשר מדובר באיתור וספירת מינים, הדבר מסייע בעקיבה אחר שינויים, זיהוי איומים, והערכת יעילות פעולות שימור.
דרך לשפר את יעילות ודיוק המאמצים להעריך ולנטור אוכלוסיות היא באמצעות ספירת בעלי חיים בתקופות של ריכוז מרחבי.
מה שזה אומר הוא שמינים רבים של בעלי חיים מפגינים התנהגויות עונתיות, בהן הם מרכזים באזורים קטנים למנוחה, רבייה, קינון, ואינטראקציה חברתית, מה שמספק הזדמנות מצוינת לספור אותם.
למשל, צבים מתאספים יחדיו לקנן על חופים וגדות חול.

לדגימת אוכלוסיות בעלי חיים המרוכזים מרחבית, משתמשים ברחפנים כשיטה יעילה ופחות פולשנית.

רחפנים, הידועים גם ככלי טיס בלתי מאוישים (UAV) או כלי טיס מרחוק (RPAs), הוכחו כמדויקים ומועילים יותר בספירת מינים המרוכזים במקום אחד.
הם גם גורמים לפחות הפרעה לבעלי חיים לעומת סקרים המבוצעים מהקרקע.

להשתמש ברחפנים, תוכננו מסלולי טיס לכיסוי האזור המלא שבו מרוכזים המינים.
חפיפות נשמרו בין תמונות עוקבות ורצועות, מאפשרות למזג את כל התמונות המצולמות לתמונה מרובעת אחת, מוסגלת וברזולוציה גבוהה.

ספירת פרטים של בעלי חיים במוזאיקות אורתומוסאיות במהלך אירועי ריכוז, אולם, כפופה לשגיאות בלתי מכוונות, שיכולות להוביל להערכות מוטעות.

בעוד שזהו דרך מהירה, פחות פולשנית ומדויקת יותר לספור בעלי חיים מאשר מהקרקע, שיטה זו אינה לוקחת בחשבון את העובדה שבעלי חיים מזוזים לעיתים במהלך הצפייה.

למשל, בעל חיים עשוי להיות מוסתר על ידי צמחייה או פשוט להימצא במקום אחר באופן זמני כאשר התמונה נלקחת.
אפילו אם בעל החיים נמצא בתמונה, הוא עלול לא להיזהה על ידי האלגוריתם או על ידי צופה אנושי.
אפשרות נוספת היא שבעלי חיים ניידים מופיעים מספר פעמים בתמונות.

גורם חשוב כאן, על פי המחקר האחרון, הוא שריכוזים אלו של מינים הם לרוב זמניים, עם פרטים המגיעים ועוזבים לאורך ימים בשל קינון, רבייה או נדידה, מה שגורם לתנודות בגודל האוכלוסייה.

השגיאות התוצאתיות מ”אוכלוסייה פתוחה” זו יכולות לתת מספרים שגויים, והדבר המוטרד הוא ש”אלו שגיאות נפוצות בהערכות שפע של בעלי חיים המבוססות על ספירות מוזאיקות אוויריות”.

לכן, חוקרי אוניברסיטת פלורידה רצו ליצור גישה שתחשב במקורות רבים של שגיאות.
לשם כך, הם משתמשים בשני סוגי מאגרי נתונים: תצפיות מחודשות של בעלי חיים מסומנים וספירות כלליות של האוכלוסייה.

מעקב אווירי ומודלים חכמים מהפכניים את הערכות האוכלוסין

בשיתוף פעולה עם חוקרים מהאגודה הלא-ממשלתית Wildlife Conservation Society (WCS) בניו יורק, ברזיל, בוליביה וקולומביה, הפרויקט החל עם פוקוס על צבי נהרות ענקיים בדרום אמריקה (Podocnemis expansa), הידועים גם כצבי נהר האמזונאס, צבי נהר, או פשוט Arrau.
המחקר, שפורסם בכתב העת Journal of Applied Ecology, נערך כאן¹.
הוא נובע מהצורך להעריך את השפע של צבי נהרות ולפתח פרוטוקול ניטור עבורם במהלך הריכוז הגדול ביותר של צבי מים מתוקים.
צבי נהרות חוו ירידה היסטורית, הן בהיעלמות מרבים מיובלי נהרות האמזונאס ואורינוקו, או בהימצאותם בצפיפות נמוכה הרבה יותר.
אוכלוסייתם קטנה באופן משמעותי, בעיקר בשל ניצול יתר שלהם על ידי ציידים לבשר וצריכת ביצים.
בעקבות כך, ריכוזיהם הגדולים הפכו עתה לנדירים.
עם זאת, קיימים עדיין אוכלוסיות גדולות של מין זה ברחבי התפוצה שלו, וחלקן נראה כי הן בתהליך של התאוששות, עם התנהגות עונתית המספקת הזדמנות בערך לניטור אוכלוסיותיהם.
אלפי יצורים חברתיים אלו מתאספים מדי שנה, בעונה היבשה (יולי או אוגוסט), לקנן בחופי חול של נהר גואפורה, לאורך הגבול בין ברזיל לבוליביה.
כדי להעריך את מספרם, חוקרים קודם לכן הסתמכו על ספירת הביצים שבקעו, על בסיסו הם העריכו את מספר הנקבות, באמצעות ממוצע הביצים לקן.
שיטה זו היא פולשנית וצורכת זמן רב, עקב גדרות סביב השטח ותמרון הביצים.
כמו כן, לא ניתן להבדיל בין קינים שונים, מה שהופך אותה לא רק לאתגר, אלא אפילו בלתי אפשרית, להעריך מספרים באזורים עם קינון המוני משמעותי.
יש גם דרך אחרת, ספירה חזותית של צבים בוגרים מהקרקע, אך גם היא מציגה אתגרים של תנועה קבועה והסתרה הדדית.
כאן, רחפנים, הנבדקים לסקר אוכלוסיות צבי נהר, מראים הבטחה גדולה כשיטה יעילה ומדויקת להעריך גודלי אוכלוסייה במהלך אירועי קינון,
מה שחשוב להערכת מגמות אוכלוסין ויעילות פעולות שימור.
לכן, החוקרים יישמו את הגישה שפיתחו כדי לקבוע את גודל האוכלוסייה של צבי הנהרות כאשר הם מתאספים לקנן.
באמצעות חשבון מקורות רבים של שגיאות, היא מציעה שיטה חדשה לאקולוגים לנטור בעלי חיים בסיכון בדיוק רב יותר.
הגישה החדשנית, על פי החוקרים, מציעה מספר יתרונות, כולל תמונה אווירית לספור את צבי הנהרות ללא הפרעות.
השימוש בשיטה פחות פולשנית גם מפחית הפרעה לבעלי חיים.
בנוסף, הגישה מספקת גישה אחידה שניתן ליישם ולהשוות בין אתרים שונים ובין שנים שונות.
נתון ליתרונות אלו, החוקרים צפויים לראות פרוטוקול דומה לשלהם המשמש מוסדות ממשלתיים ולא-ממשלתיים לניטור המין.
לחץ כאן כדי ללמוד למה טכנולוגיית רחפנים מציעה פוטנציאל גבוה בשמיים, למרות השימוש המזיק התכוף.

דגם חכם, גמיש, ומתוקן לשגיאות, לניטור בעלי חיים בעולם

לספור את הצבים, החוקרים סימנו את השריון של 1,187 צבי נהרות בצבע לבן, ובמשך תריסר ימים, הם הטיסו רחפן מעל, בעקבות מסלול מדויק, ארבע פעמים ביום.
הרחפן צילם 1,500 תמונות בכל פעם, שאוחדו יחדיו באמצעות תוכנה.
החוקרים בדקו את התמונות המרוכבות.
כל צב נרשם על ידיהם, כמו גם האם שריונו היה מסומן, והאם היה הולך או קונן בעת הצילום.
באמצעות נתונים אלו, הם פיתחו מודלים סטטיסטיים הלוקחים בחשבון מקורות רבים של שגיאות.
כך, הצוות מעריך כי ההסתברות לקינון יומיומית היא 0.37, וכי 35% מצבי הנהרות המשתמשים בחוף החול בלילה נמצאים גם במהלך טיסת הבוקר של הרחפן.
בנוסף, הם מצאו כי 20% מהצבים ההולכים במוזאיקה הם ספירות כפולות, וההסתברות לזיהוי הסימון היא 0.78.
בדרך זו, הגישה החדשה מספקת דרך מדויקת יותר לספור בעלי חיים באמצעות רחפנים.
כאשר סופרו הצבים, צופים בשטח דיווחו על כ-16,000 צבים, בעוד חוקרים שבדקו את המוזאיקות ללא תיקון לשגיאות ספרו כ-79,000 צבים.
אולם, באמצעות הטכניקה, החוקרים מעריכים את השפע הכולל של האתר ל-41,377 צבים.
על פי בראק:

“המספרים האלו משתנים באופן משמעותי, וזהו בעיה עבור אנשי שימור.
אם מדענים אינם מסוגלים לקבוע ספירה מדויקת של פרטים ממין מסוים, כיצד יוכלו לדעת אם האוכלוסייה במגמת ירידה או האם מאמצי ההגנה עליהם מוצלחים?”

בעוד שההערכות מייצגות מספר גדול של צבי נהר, החוקרים מציינים כי זהו כנראה חלק מאוכלוסיותיהם ההיסטוריות באזור האמזונאס, על בסיס רשומות היסטוריות של יצוא ביצים.
לא לדבר על כך שאירוע הקינון נמשך גם לאחר הטיסה האחרונה של הרחפן.
לפיכך, המחקר ממליץ להרחיב את השימוש בכלי ניטור לאורך כל תקופת הקינון.
כמו כן, יש לכלול אתרי חוף נוספים באזור להערכה מקיפה של אוכלוסיית הקינון.
בהתאם לכך, צוות המחקר תוכנן לבצע טיסות רחפן נוספות באתר הקינון של נהר גואפורה, כמו גם במדינות דרום אמריקאיות אחרות, כגון קולומביה, ואולי ונצואלה ופרו.
זה יעזור לצוות לשפר את שיטות הניטור שלהם.

“באמצעות שילוב מידע מסקרים מרובים, נוכל לזהות מגמות אוכלוסין, ואגודת Wildlife Conservation Society תדע היכן להשקיע בפעולות שימור.”

– בראק

בעוד שהכלי שפותח היה מונע במקור מהצורך לשפר את הניטור של צבי נהר, החוקרים הדגישו כי הוא “מאוד גמיש וניתן לשימוש או לעיבוד בהרבה הקשרים שונים”.
מלבד צבי נהרות, השיטה שפותחה יכולה להיות מותאמת גם למאמצי שימור הקשורים למינים אחרים, הנסקרים באמצעות מוזאיקות אוויריות מבוססות רחפנים.
למשל, מחקרים קודמים של רחפנים כללו גזירת פרווה של כלבי ים, סימון עיזים הרריות וביזונים בקליעי צבע, וחבישת צווארונים לאיילים כדי לעקוב אחר תנועותיהם במהלך ספירות.
בסופו של דבר, המודל החדש יכול לשמש לניטור יעיל ועמיד בזמן של שפע בתוכניות שימור וניהול בעלי חיים.

השקעה בטכנולוגיות שימור

חברת הבינה המלאכותית האהובה, NVIDIA Corporation, ממלאת תפקיד גדול בהצלת בעלי חיים וכדור הארץ.
מעבדי ה-GPU שלה מניעים את רוב מודלי הלמידה העמוקה המשמשים בזיהוי תמונות, גילוי אובייקטים, ותוכנות לניטור סביבתי.
החברה אף מעודדת את השימוש ב-AI לטובת העולם, כולל מחקר ביולוגי.

NVIDIA Corporation (NVDA )

כעת, בין החברות המשתמשות בטכנולוגיה של Nvidia, המכון למחקר AI, Ai2, פיתח את EarthRanger, כדי לקבל החלטות מושכלות יותר בזמן אמת לשימור בעלי חיים.
המאגר הגדול ביותר של פילים בעולם, מאושר על גבי מעבדי NVIDIA Hopper GPUs.
הוא גם מציג נתונים על מגוון רחב של בעלי חיים, המרוכזים מרדיו, לוויינים, מלכודות מצלמה, חיישנים אקוסטיים, ומקורות נתונים נוספים.
Ai2 שחררה לאחרונה גם מודל AI פתוח בשם Atlantes, כדי לנתח מעל 5 מיליארד אותות GPS ביום, המשודרים מכ-600,000 כלי שיט באוקיינוס, ולחזות מה עושה כל אחד מהם, עם דיוק של כ-80%.
אם כלי שיט מעורב בדיג לא חוקי, המודל שולח התראות למשמר החופים.
המודל Atlantes, המבוסס על מעבדי NVIDIA H100 Tensor Core GPUs ו-PyTorch, בעל 4.7M פרמטרים.
Rouxcel Technology’s AI-מבוסס RhinoWatches, מאושר ומותאם באמצעות חישוב מואץ של NVIDIA.
הוא מופעל ביותר מ-40 שמורות בדרום אפריקה, ומורחב גם לקניה ונמיביה.
החברה כרגע מפתחת מודלים AI עבור מינים נוספים, כולל פנגולינים בסכנת הכחדה.
בנוסף, מודולי NVIDIA CUDA ו-Jetson משמשים ל-AI בקצה ועיבוד נתונים על ידי OroraTech, המשלבת נתונים מלוויינים, מצלמות, תצפיות אוויריות, ומידע מקומי על מזג אוויר, כדי לנטור ציד בעלי חיים ושריפות, ולספק התראות בזמן אמת.
אך זה לא הכל.
במהלך השנים, טכנולוגיה של Nvidia שימשה לניסויים רבים, כולל החייאה.
למשל, Colossal Biosciences השתמשה בטכנולוגיה לעריכת גנים, מודלים AI, וחבילת תוכנה NVIDIA Parabricks, כדי להחזיר את היונה, הממותה, והטיגריס הטסמני.
מלבד בעלי חיים, טכנולוגיה של Nvidia עוזרת למדענים, חוקרים, ומפתחים, להבין טוב יותר את האקלים, האוקיינוסים, והחלל.
עם שווי שוק של 4.39 טריליון דולר, מניות החברה נסחרות כעת ב-180.95 דולר, עלייה של מעל 34% מתחילת השנה.