Droner & AI omskriver dyrelivets overlevelse og forvaltning

Kraften til kunstig intelligens (AI) blir i økende grad brukt til å beskytte truede arter.

The same technology that many fear could one day cause job displacement or even pose a threat to humanity is now being used to save animals. AI is coming to the defense of endangered species across the globe in a myriad of ways, including tracking movement patterns and water loss in wetlands and rivers, enhancing anti-poaching efforts, developing advanced warning systems, and counting species using classification and surveillance techniques.

Through all these efforts, AI has helped save the dwindling populations of elephants, fish, pangolins, rhinos, red wolves, Florida panthers, and many more.

AI er i stand til å finne, identifisere og beskytte sårbare arter ved å analysere enorme mengder data, oppdage trender og overvåke økosystemer over tid. I motsetning til konvensjonelle metoder, som forstyrrer økosystemer og krever betydelig tid, arbeidskraft og ressurser, gjør AI alt dette raskt og effektivt.

Med opptil én million arter på randen av utryddelse, og biologisk mangfold som avtar i alarmerende tempo, tilbyr AI kraftige verktøy for å støtte bevaringsarbeid. Dets fordeler, inkludert økt effektivitet, raskere databehandling, automatisert overvåkning av dyreliv, forbedret trusseldeteksjon, sanntidsvarsler, bedre beslutningstaking og skalerbar datadeling, kan bidra til å revolusjonere hvordan vi beskytter truede arter.

Som et resultat vender forskere seg til AI for å overvåke biologisk mangfold og styrke innsatsen for å hjelpe truede arter.

Den siste studien av forskerne fra University of Florida har gjort nettopp dette. De har brukt AI til å avdekke et redeområde som huser så mange som 41 000 skilpadder skjult i Amazonas. Denne avsløringen markerer det største kjente redeområdet for skilpadder i verden, gjort mulig gjennom smart modellering og droner.

Bruken av innovative teknikker kombinert med luftbilder og statistisk korreksjon har bidratt til å avdekke store mangler i konvensjonelle tellemetoder og gjør det mulig med mer nøyaktig overvåkning av dyreliv.

«Vi beskriver en ny måte å mer effektivt overvåke dyrepopulasjoner på», sa Ismael Brack, hovedforfatter av studien og postdoktorforsker ved UF Institute of Food and Agricultural Sciences’ (UF/IFAS) School of Forest, Fisheries, and Geomatics Sciences. «Og selv om metoden brukes til å telle skilpadder, kan den også anvendes på andre arter.»

Sesongmessig aggregering: Nøkkelen til nøyaktig telling av dyreliv

Når det gjelder studier av populasjonsdynamikk, som hvordan arter vokser, krymper eller beveger seg, forståelse av rovdyr‑byttedyr‑forhold og interspesifikke interaksjoner, samt analyse av effektene av habitatkonvertering og global klimaendring, er overflod en grunnleggende variabel i økologi og bevaring.

By monitoring it over time, we can also detect and predict trends in populations of invasive or threatened species.

Selv om kunnskap om hvor mange arter som finnes hjelper med å spore endringer, identifisere trusler og måle suksessen til beskyttelses‑ eller kontrolltiltak, er estimering av denne overfloden svært vanskelig, spesielt i store områder hvor arter er sjeldne, unnvikende eller spredt. Dette gjør det vanskelig å finne og telle arter nøyaktig.

An effective way to enhance the efficiency and accuracy of these efforts to estimate and monitor abundance is by counting animals during the periods of spatial aggregation.

Dette betyr at flere dyrearter viser sesongmessig atferd hvor de samles i små områder for å hvile, pare seg, reprodusere, legge egg og samhandle sosialt, noe som gir den perfekte muligheten til å telle dem. For eksempel samles skilpadder for å legge egg på strender og sandbanker.

For å prøve ut disse romlig aggregerte dyrepopulasjonene brukes droner som en effektiv og mindre invasiv metode.

Droner, også kjent som ubemannede luftfartøy (UAV) eller fjernstyrte fly (RPA), har vist seg å være mer presise og nøyaktige i telling av arter samlet på ett sted. De forårsaker også mindre forstyrrelse for dyr sammenlignet med bakkebaserte undersøkelser.

For å bruke droner planlegges flyruter for å dekke hele området hvor artene er samlet. Overlapp opprettholdes mellom påfølgende bilder og laterale striper, slik at alle innsamlede bilder kan flettes sammen til en enkelt ortorektifisert mosaikk.

Kombinering av mange mindre bilder med fjernet forvrengning for å lage et stort, svært detaljert, høyoppløselig kartkvalitetsbilde resulterer i en ortorektifisert mosaikk.

Å telle enkeltindivider i ortomosaikker under aggregeringshendelser er imidlertid utsatt for utilsiktede feil, som kan føre til skjeve estimater.

Selv om det er en rask, mindre invasiv og mer presis måte å telle dyr på enn fra bakken, tar denne teknikken ikke hensyn til at dyr noen ganger beveger seg under observasjonen.

For eksempel kan et dyr være skjult av vegetasjon eller midlertidig være et annet sted når bildet tas. Selv om dyret er i bildet, kan det gå ubemerket hen for algoritmen eller en menneskelig observatør. En annen mulighet er at bevegelige dyr vises flere ganger i bildene.

En viktig faktor her, ifølge den siste studien, er at disse artskonsentrasjonene ofte er midlertidige, med individer som ankommer og forlater området over flere dager på grunn av redelegging, reproduksjon eller migrasjon, noe som forårsaker svingninger i populasjonsstørrelsen.

De resulterende feilene fra denne «åpne populasjonen» kan gi oss feil tall, og det bekymrende er at «disse feilene ofte blir oversett i overflodestimatene som er avledet fra ortomosaikk‑tellinger i dronebaserte undersøkelser.»

Derfor ønsket forskerne ved University of Florida å utvikle en tilnærming som tar hensyn til flere feilkilder. Til dette bruker de to typer datasett: gjenobservasjoner av merkede dyr og totale populasjonstell.

Luftovervåkning & smart modellering som revolusjonerer populasjonsestimatene

I samarbeid med ikke‑statlige, New York‑baserte Wildlife Conservation Society (WCS)‑forskere i Colombia, Brasil og Bolivia, startet prosjektet med fokus på de store søramerikanske elve‑skilpaddene (Podocnemis expansa), også kalt den store Amazonas elve‑skilpadden, elve‑skilpadde, eller ganske enkelt Arrau.

Publisert i Journal of Applied Ecology, ble forskningen drevet av behovet for å estimere overfloden av elve‑skilpadder og ha en overvåkningsprotokoll for dem under verdens største kjente aggregering av ferskvannsskilpadder. 

Elve‑skilpadder har opplevd historiske nedganger, enten ved å forsvinne fra mange sideelver av Amazonas‑ og Orinoco‑elvene eller ved å være til stede i mye lavere tettheter.

Populasjonen deres har falt betydelig, hovedsakelig på grunn av overutnyttelse av krypskyttere for kjøtt‑ og eggkonsum. Som et resultat har de store samlingene deres nå blitt sjeldne.

Likevel finnes det noen store populasjoner av denne arten over hele dens utbredelsesområde, og noen av dem ser ut til å komme seg, med deres sesongmessige atferd som gir en uvurderlig mulighet til å overvåke populasjonene deres.

Tusener av disse sosiale skapningene samles hvert år i den tørre sesongen (juli eller august) for å legge egg på sandbanker i Guaporé‑elven, langs grensen mellom Brasil og Bolivia.

For å estimere antallet deres, stolte tidligere eksperter på å telle nyklekte unger når de kom frem, basert på hvilket antall hunner blir ekstrapolert ved å bruke gjennomsnittlig antall egg per rede. Dette er en invasiv og tidkrevende metode på grunn av innhegning av perimeteren og håndtering av nyklekte.

I tillegg kan individuelle reder ikke skilles fra hverandre, noe som gjør det ikke bare utfordrende, men også umulig å estimere tallene i områder med betydelig masse‑leggning.

Det finnes en annen metode, visuell telling av voksne skilpadder fra bakken, men også denne har vanskeligheter med konstant bevegelse og å bli blokkert av hverandre.

Her har droner, som testes for å undersøke elve‑skilpaddepopulasjoner, vist stort løfte som en effektiv og presis metode for å estimere deres populasjonsstørrelser under redeleggingshendelser, noe som er viktig for å vurdere populasjonstrender og effektiviteten av bevaringstiltak.

Derfor anvendte forskerne den modelleringsmetoden de har utviklet for å bestemme populasjonen av elve‑skilpadder når de samles for redelegging.

Ved å ta hensyn til flere feilkilder, tilbyr den en ny metode for økologer til å overvåke truede dyr med større nøyaktighet.

Den nye tilnærmingen, ifølge forskerne, gir flere fordeler, inkludert luftbildet for å telle elve‑skilpadder uten hindringer. Bruken av en mindre invasiv teknikk reduserer også dyrestress.

I tillegg gir tilnærmingen en ensartet metode som kan anvendes og sammenlignes på tvers av ulike steder og år. Gitt disse fordelene forventer forskerne at en lignende protokoll vil bli brukt av offentlige og ikke‑offentlige institusjoner for å overvåke arten.

Klikk her for å lære hvorfor droneteknologi har himmelsk potensial til tross for hyppig misbruk.

En smart, skalerbar, feilkorrigert modell for å overvåke globalt dyreliv

For å telle skilpaddene markerte forskerne skallene til 1 187 elve‑skilpadder med hvitt maling, og i løpet av tolv dager fløy de en drone over området, fulgte en nøyaktig rute frem og tilbake fire ganger om dagen.

Dronen tok 1 500 bilder hver gang, som ble satt sammen ved hjelp av programvare. Forskerne gjennomgikk deretter de sammensatte bildene. Hver skilpadde ble registrert av dem, samt om skallet var merket, og om dyret gikk eller la egg da det ble fotografert.

Ved å bruke disse dataene utviklet de sannsynlighetsmodeller som tar hensyn til flere feilkilder. Den brukte merk‑gjenobservasjonsdata og totale populasjonstell for å ta hensyn til individer som ikke var tilgjengelige for oppdagelse under flyging, åpen populasjon (konstant til‑ og fraflytting) under redeleggingshendelsen, merkede individer oppdaget i mosaikken med uidentifiserbare merker, og dobbelttelling på grunn av ortomosaikk‑byggingsprosessen.

Derfor anslår teamet at den daglige sannsynligheten for redelegging er 0,37 og at 35 % av elve‑skilpadder som brukte sandbanken om natten også er tilstede under droneens morgenflyvning.

I tillegg fant de at 20 % av skilpaddene som gikk i ortomosaikken er dobbelttelling, og sannsynligheten for å identifisere merket var 0,78. På denne måten gir den nye tilnærmingen en mer nøyaktig måte å telle dyreliv ved bruk av droner.

Ved telling av skilpaddene rapporterte observatører på bakken omtrent 16 000 skilpadder, mens forskere som gjennomgikk ortomosaikkene uten å ta hensyn til feil, telte omtrent 79 000 skilpadder.

Men ved bruk av teknikken anslår forskerne den totale overfloden for aggregeringsstedet til 41 377 skilpadder. Ifølge Brack:

«Disse tallene varierer kraftig, og det er et problem for bevaringsfolk. Hvis forskere ikke kan fastslå en nøyaktig telling av individer av en art, hvordan skal de vite om populasjonen er i tilbakegang eller om tiltakene for å beskytte den er vellykkede?»

Selv om estimatene representerer et stort antall elve‑skilpadder, bemerker forskerne at det sannsynligvis er en brøkdel av deres historiske populasjoner i Amazonas‑regionen, basert på historiske opptegnelser over eksporterte egg. Dessuten fortsatte redeleggingshendelsen i noen dager etter den siste droneflyvningen.

Derfor anbefaler studien å utvide bruken av overvåkingsverktøyet gjennom hele redeleggingsperioden. I tillegg bør andre sandbanker i regionen inkluderes for et omfattende estimat av redeleggingspopulasjonen.

I forbindelse med dette planlegger forskningsteamet flere droneflyvninger på Guaporé‑elvens redeleggingssted samt i andre søramerikanske land hvor elve‑skilpadder samles, som Colombia, og muligens Venezuela og Peru. Dette vil hjelpe teamet med å forbedre sine overvåkingsmetoder.

«Ved å kombinere informasjon fra flere undersøkelser kan vi oppdage populasjonstrender, og Wildlife Conservation Society vil vite hvor de skal investere i bevaringstiltak.»

– Brack

Selv om rammen ble utviklet for å forbedre overvåkingen av elve‑skilpadder, bemerket forskerne at den er «svært allsidig og kan lett brukes eller tilpasses flere ulike kontekster».

I tillegg til elve‑skilpadder kan den utviklede metodikken også anvendes og tilpasses bevaringsarbeid som involverer andre truede arter undersøkt ved hjelp av dronebaserte ortomosaikker.

For eksempel har tidligere droneovervåkningsstudier klippet selers pels, merket fjellgeiter og bison med paintball‑pellets, og festet halsbånd på elg for å spore deres bevegelse under tellinger.

Til slutt kan den nye modellen brukes til effektiv og tidsriktig overvåkning av overflod i bevarings‑ og forvaltningsprogrammer for dyreliv.

Investering i bevaringsteknologi

AI‑favoritten NVIDIA Corporation (NVDA ) spiller en stor rolle i å redde dyr og vår planet.
GPU‑ene deres driver mange av dyp lærings‑modellene som brukes i bilderegistrering, objektdeteksjon og programvare for miljøovervåkning. Selskapet promoterer også bruk av AI for det globale gode, inkludert forskning på biologisk mangfold.

NVIDIA Corporation (NVDA )

Nå, blant selskapene som bruker Nvidias teknologi, har AI‑forskningsinstituttet Ai2 utviklet EarthRanger for å ta mer informerte operative beslutninger for bevaring av dyreliv i sanntid. Verdens største elefantdatabase er trent på NVIDIA Hopper GPU‑er. Den viser også data om et stort antall dyreliv, samlet fra radioer, satellitter, kamera‑feller, akustiske sensorer og flere datakilder.

Ai2 har nylig også lansert en åpen kildekode AI‑modell kalt Atlantes for å analysere mer enn fem milliarder GPS‑signaler per dag som sendes fra nesten 600 000 havgående fartøy og forutsi hva noen av disse fartøyene gjør med omtrent 80 % nøyaktighet. Hvis et fartøy driver med ulovlig fiske, sender modellen varsler til kystvaktene. Den 4,7 M parameter transformer‑baserte modellen, Atlantes, er trent på NVIDIA H100 Tensor Core GPU‑er og PyTorch.

Rouxcel Technologys AI‑baserte RhinoWatches er trent og optimalisert ved bruk av NVIDIA‑akselerert databehandling. Den er distribuert på over 40 sørafrikanske reservater og utvides i Kenya og Namibia. Selskapet utvikler for tiden AI‑modeller for flere arter, inkludert de kritisk truede pangolinene.

NVIDIA CUDA‑ og Jetson‑modulene brukes i mellomtiden til kant‑AI og databehandling av OroraTech, som kombinerer data fra satellitter, kameraer, luftobservasjoner og lokal værinformasjon for å overvåke dyretyveri og skogbranner og gi varsler i sanntid.

Men det er ikke alt. Gjennom årene har Nvidia‑teknologi blitt brukt til mange andre interessante eksperimenter, inkludert de‑ekstinktion. For eksempel har Colossal Biosciences brukt genredigeringsteknologi, AI‑modeller og NVIDIA Parabricks‑programvaresuiten for å bringe tilbake dodo‑fuglen, mammuten og den tasmaniske tigeren.

I tillegg til dyreliv hjelper Nvidia‑teknologi forskere, forskningspersonell og utviklere med å få en bedre forståelse av klima, hav og rom.

Med en markedsverdi på 4,39 billioner dollar, handles selskapets aksjer for øyeblikket til 180,95 $, opp over 34 % år‑til‑dato.

Aksjekursen har steget mer enn 59 % de siste tre månedene. Bare på den siste dagen i juli nådde aksjen et 52‑ukers høydepunkt på 183,30 $, noe som viser vedvarende sterk investor‑tillit til selskapet og dets fremtidige utsikter.

Med dette har den en EPS (TTM) på 3,10 og en P/E (TTM) på 57,98, mens utbytteavkastningen er 0,02 %.

For første kvartal som endte 27. april 2025 rapporterte Nvidia en omsetning på 44,1 milliarder dollar. Hoveddriveren er datasentre, som står for 39,1 milliarder dollar av inntektene, og utgjør hele 89 % av selskapets totale salg. Dette ble drevet av den eksplosive etterspørselen etter AI.

Denne veksten har skjedd til tross for at Nvidia har møtt geopolitiske tilbakeslag med eksportrestriksjoner på H20‑brikkene i Kina. Disse brikkene vil sannsynligvis returnere til Kina med Trump‑administrasjonen som forsikrer selskapet om at det vil få lov til å gjenoppta salget. Nvidia kunngjorde en ny «fullt kompatibel» GPU for Kina.
Imidlertid kan Nvidia fortsatt slite med å gjenvinne sin tidligere markedsandel, med Bernstein som spår at Nvidias AI‑brikkemarkedsandel i Kina vil falle fra 66 % i fjor til 54 % i år.

Siste NVIDIA Corporation (NVDA) aksjenyheter og utviklinger

Konklusjon

For å opprettholde en sunn og stabil planet er det avgjørende å redde truede arter, da deres tap kan forårsake kaskadeeffekter som påvirker hele livsveven. Og etter hvert som truslene om utryddelse akselererer, er det viktigere enn noen gang å implementere effektiv overvåkning.

Her markerer integreringen av droner og smarte modelleringsteknikker et stort skifte. Ved å forbedre nøyaktigheten og effektiviteten i artsovervåkning, gjør disse teknologiske innovasjonene det mulig for oss å handle raskere, smartere og mer strategisk for å beskytte planetens mest sårbare dyreliv.

Klikk her for en liste over de beste dronebedriftene å investere i.

Referanser:

1. Brack, I.V., Valle, D., Ferrara, C., Torrico, O., Domic‑Rivadeneira, E., & Forero‑Medina, G. Estimere overfloden av aggregerte populasjoner med droner mens man tar hensyn til flere feilkilder: En casestudie av masselegging av store søramerikanske elve‑skilpadder. Journal of Applied Ecology, first published 17 juni 2025. https://doi.org/10.1111/1365-2664.70081