Ang mga Drone at AI ay Muling Binabago ang Kaligtasan at Pamamahala ng mga Hayop sa Kalikasan

Ang kapangyarihan ng artificial intelligence (AI) ay patuloy na ginagamit upang protektahan ang mga nanganganib na species.

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.

Sa lahat ng mga pagsisikap na ito, nakatulong ang AI na iligtas ang bumababang populasyon ng elepante, isda, pangolin, rhinoceros, red wolves, Florida panthers, at marami pang iba.

Kayang hanapin, kilalanin, at protektahan ng AI ang mga bulnerableng species sa pamamagitan ng pagsusuri ng napakalaking dami ng data, pagtuklas ng mga trend, at pagmamanman ng mga ekosistema sa paglipas ng panahon. Hindi tulad ng tradisyonal na pamamaraan na nakakaistorbo sa mga ekosistema at nangangailangan ng maraming oras, tao, at mapagkukunan, ginagawa ito ng AI nang mabilis at epektibo.

Sa halos isang milyong species na nasa bingit ng pagkalipol, at ang biodiversity na bumababa sa nakakabahalang bilis, nag-aalok ang AI ng makapangyarihang kasangkapan upang suportahan ang mga pagsisikap sa konserbasyon. Kabilang sa mga benepisyo nito ang pinataas na kahusayan, mas mabilis na pagproseso ng data, awtomatikong pagmamanman ng wildlife, pinahusay na pagtuklas ng banta, real-time na mga alerto, mas mahusay na pagdedesisyon, at scalable na pagbabahagi ng data, na maaaring magbago ng paraan ng ating pagprotekta sa mga nanganganib na species.
Bilang resulta, ang mga mananaliksik ay lumilipat sa AI upang subaybayan ang biodiversity at palakasin ang mga pagsisikap na tulungan ang mga nanganganib na species. 

Ang pinakabagong pag-aaral ng mga mananaliksik mula sa University of Florida ay eksaktong ginawa ito. Gumamit sila ng AI upang ilantad ang isang nesting site na naglalaman ng hanggang 41,000 pagong na nakatago sa Amazon (AMZN ). Ang revelasyong ito ay nagmamarka ng pinakamalaking kilalang nesting site ng pagong sa buong mundo, na naging posible sa pamamagitan ng matalinong pagmomodelo at mga drone.

Ang paggamit ng mga makabagong teknik na pinagsama sa aerial imagery at statistical correction ay nakatulong upang matuklasan ang mga pangunahing kakulangan sa tradisyonal na teknik sa pagbibilang at nagbibigay-daan sa mas tumpak na pagmamanman ng wildlife.

“Inilalarawan namin ang isang bagong paraan upang mas epektibong subaybayan ang populasyon ng hayop,” sabi ni Ismael Brack, ang pangunahing may-akda ng pag-aaral at post-doctoral researcher sa loob ng UF Institute of Food and Agricultural Sciences’ (UF/IFAS) School of Forest, Fisheries, and Geomatics Sciences. “At bagaman ang metodo ay ginamit upang mabilang ang mga pagong, maaari rin itong ilapat sa ibang species.”

Seasonal Aggregation: Susi sa Tumpak na Pagbibilang ng Wildlife

Kapag pinag-aaralan ang dynamics ng populasyon, tulad ng kung paano lumalaki, kumukupas, o kumikilos ang mga species, ang pag-unawa sa ugnayan ng predator-prey at interspecific interactions, at pagsusuri ng mga epekto ng habitat conversion at global climate change, ang abundance ay isang pangunahing variable sa ekolohiya at konserbasyon.

Sa pagmamanman nito sa paglipas ng panahon, maaari rin nating matuklasan at mahulaan ang mga trend sa populasyon ng mga invasive o nanganganib na species.

Habang ang pag-alam kung ilang species ang naroroon ay tumutulong sa pagsubaybay ng mga pagbabago, pagtukoy ng mga banta, at pagsukat ng tagumpay ng mga hakbang sa proteksyon o kontrol, napakahirap tantiyahin ang abundance, lalo na sa malalawak na lugar kung saan ang mga species ay bihira, mailap, o malawak ang pagkakakalat. Pinapahirapan nito ang tumpak na paghanap at pagbibilang ng mga species.

Isang epektibong paraan upang mapabuti ang kahusayan at katumpakan ng mga pagsisikap na ito sa pagtatantiya at pagmamanman ng abundance ay ang pagbibilang ng mga hayop sa panahon ng spatial aggregation.

Ibig sabihin nito ay maraming wildlife species ang nagpapakita ng seasonal behaviours kung saan sila ay nagtitipon sa maliliit na lugar upang magpahinga, mag-asawa, mag-breed, mag-nest, at makipag-ugnayan socially, na nagbibigay ng perpektong pagkakataon upang mabilang sila. Halimbawa, ang mga pagong ay nagsasama-sama upang mag-nest sa mga dalampasigan at sandbank.

Upang magsample ng mga spatially aggregated wildlife populations, ginagamit ang mga drone bilang isang epektibo at hindi gaanong nakakaistorbo na pamamaraan.

Ang mga drone, na kilala rin bilang unmanned aerial vehicles (UAVs) o remotely piloted aircraft (RPAs), ay napatunayang mas tumpak at eksakto sa pagbibilang ng mga species na nagtipon sa isang lugar. Nagdudulot din ito ng mas kaunting pagkagambala sa mga hayop kumpara sa mga ground-based surveys.

Upang magamit ang mga drone, pinaplano ang flight paths upang sakupin ang buong lugar kung saan nagtipon ang mga species. Pinananatili ang overlap sa pagitan ng sunud-sunod na mga larawan at lateral strips, na nagpapahintulot na pagsamahin ang lahat ng nakolektang imahe sa isang orthorectified mosaic.

Ang pagsasama ng maraming mas maliliit na larawan na tinanggal na ang distortion upang lumikha ng isang malaking, napaka-detalyado, mataas na resolusyon, map-quality na imahe ay bumubuo ng orthorectified mosaic.

Ang pagbibilang ng mga indibidwal ng wildlife sa orthomosaics sa panahon ng aggregation events, gayunpaman, ay maaaring maglaman ng hindi sinasadyang mga error, na maaaring magdulot ng bias sa mga pagtatantiya.

Habang ito ay isang mabilis, hindi gaanong nakakaistorbo, at mas eksaktong paraan upang mabilang ang mga hayop kumpara sa pagbilang mula sa lupa, hindi nito kinukuhang ang katotohanang minsan ay kumikilos ang mga hayop habang nag-oobserba.

Halimbawa, maaaring maitago ng halaman ang isang hayop o maaaring nasa ibang lugar ito pansamantala kapag kinunan ang larawan. Kahit na nasa larawan ang hayop, maaaring hindi ito matukoy ng algorithm o ng tao. Isa pang posibilidad ay ang paglitaw ng parehong hayop nang maraming beses sa mga larawan.

Isang mahalagang salik dito, ayon sa pinakabagong pag-aaral, ay ang mga konsentrasyon ng species ay kadalasang pansamantala, kung saan ang mga indibidwal ay dumarating at umaalis sa loob ng ilang araw dahil sa nesting, breeding, o migrasyon, na nagdudulot ng pag-fluctuate sa laki ng populasyon.

Ang mga error na nagmumula sa “open population” na ito ay maaaring magbigay sa atin ng maling bilang, at ang nakakabahalang bahagi ay “ang mga error na ito ay malawakang hindi napapansin sa mga pagtatantiya ng abundance na nagmula sa orthomosaic counts ng drone-based surveys.”

Kaya, nais ng mga mananaliksik ng University of Florida na lumikha ng isang pamamaraan na isinasaalang-alang ang maraming pinagmumulan ng error. Para doon, gumagamit sila ng dalawang uri ng dataset: mga resightings ng marked animals at pangkalahatang bilang ng populasyon.

Aerial Surveillance & Smart Modeling na Nagbabago sa mga Pagtatantiya ng Populasyon

Sa pakikipagtulungan sa non-governmental na Wildlife Conservation Society (WCS) na nakabase sa New York na may mga mananaliksik sa Colombia, Brazil, at Bolivia, nagsimula ang proyekto na nakatuon sa Giant South American River Turtles (Podocnemis expansa), na tinatawag ding giant Amazon River turtle, river turtle, o simpleng Arrau.

Inilathala sa Journal of Applied Ecology, ang pananaliksik¹ ay pinasimulan dahil sa pangangailangang tantiyahin ang abundance ng mga river turtles at magkaroon ng monitoring protocol para sa kanila sa panahon ng pinakamalaking kilalang aggregation ng freshwater turtles sa mundo. 

Ang mga river turtles ay nakaranas ng historikal na pag-urong, alinman sa pagkawala mula sa maraming tributaries ng Amazon at Orinoco Rivers o pagiging present sa mas mababang density.

Ang kanilang populasyon ay bumaba nang malaki, pangunahing dahil sa sobrang pagkuha ng mga poachers para sa karne at itlog. Bilang resulta, ang kanilang malalaking aggregation ay naging bihira na.

Gayunpaman, may ilang malalaking populasyon ng species na ito sa buong saklaw nito, at ang ilan ay tila bumabawi, kung saan ang kanilang seasonal behavior ay nagbibigay ng napakahalagang pagkakataon upang subaybayan ang kanilang populasyon. 

Libu-libong mga sosyal na nilalang na ito ang nagtitipon taun-taon tuwing dry season (Hulyo o Agosto) upang mag-nest sa mga sandbank ng Guaporé River, sa hangganan ng Brazil-Bolivia. 

Upang tantiyahin ang kanilang bilang, dati ay umaasa ang mga eksperto sa pagbibilang ng mga hatchlings kapag lumabas na sila, kung saan ang bilang ng mga babae ay in-eextrapolate gamit ang average na bilang ng itlog bawat pugad. Ito ay isang invasive at matagal na pamamaraan dahil sa pag-ikot ng bakod at pag-manipula ng mga hatchlings. 

Gayundin, hindi matukoy ang indibidwal na mga pugad mula sa isa’t isa, na nagiging mahirap at minsan imposibleng tantiyahin ang bilang sa mga lugar na may malawak na mass nesting.

May isa pang paraan, visual counts ng adult turtles mula sa lupa, ngunit ito rin ay may kahirapan dahil sa patuloy na paggalaw at pagharang ng isa’t isa.

Dito, ang mga drone, na sinusubukang i-survey ang populasyon ng mga river turtle, ay nagpapakita ng malaking pangako bilang isang epektibo at eksaktong pamamaraan upang tantiyahin ang kanilang populasyon sa panahon ng nesting events, na mahalaga upang tasahin ang mga trend ng populasyon at ang bisa ng mga hakbang sa konserbasyon.

Kaya, inilapat ng mga mananaliksik ang modelling approach na kanilang binuo upang matukoy ang populasyon ng mga river turtle kapag nagsama-sama sila para sa nesting. 

Sa pagsasaalang-alang ng maraming pinagmumulan ng error, nag-aalok ito ng bagong metodo para sa mga ecologist na subaybayan ang mga hayop na nasa panganib nang may mas mataas na katumpakan.

Ayon sa mga mananaliksik, ang bagong approach ay nag-aalok ng ilang mga benepisyo, kabilang ang aerial image upang mabilang ang mga river turtle nang walang anumang harang. Ang paggamit ng mas hindi invasive na teknik ay nagbabawas din ng pagkagambala sa hayop. 

Bukod pa rito, ang approach ay nagbibigay ng isang uniform na pamamaraan na maaaring ilapat at ihambing sa iba’t ibang site at iba’t ibang taon. Dahil sa mga benepisyong ito, inaasahan ng mga mananaliksik na makikita ang isang protocol na katulad ng kanilang ginagamit ng mga gobyerno at non-government institutions upang subaybayan ang species.

I-click dito upang malaman kung bakit ang teknolohiyang drone ay may sky-high potential sa kabila ng madalas na maling paggamit.

Isang Matalino, Scalable, Error-corrected na Modelo upang Subaybayan ang Global na Wildlife

Upang mabilang ang mga pagong, minarkahan ng mga mananaliksik ang mga shell ng 1,187 river turtles ng puting pintura, at sa loob ng labindalawang araw, lumipad sila ng drone sa itaas, sinusundan ang eksaktong landas, paurong-paharap, apat na beses sa isang araw.

Kinuha ng drone ang 1,500 larawan bawat pagkakataon, na pinagdugtong-dugtong gamit ang software. Sinuri ng mga mananaliksik ang composite images. Bawat pagong ay naitala nila pati na kung ang shell ay minarkahan, at kung ang hayop ay naglalakad o nagna-nest nang kinuhanan ng larawan. 

Gamit ang data na ito, bumuo sila ng probability models na isinasaalang-alang ang maraming pinagmumulan ng error. Ginamit nito ang mark-resight data at pangkalahatang bilang ng populasyon upang isaalang-alang ang mga indibidwal na hindi ma-detect habang lumilipad, open population (ang patuloy na pagdating at pag-alis) sa panahon ng nesting event, mga minarkahang indibidwal na natukoy sa mosaic na may hindi makikilalang marka, at double counts dahil sa proseso ng pagbuo ng orthomosaic.

Kaya, tinatayang ng koponan na ang daily nesting probability ay 0.37 at na 35% ng mga river turtle na gumamit ng sandbank sa gabi ay naroroon din sa umaga ng flight ng drone. 

Dagdag pa, natuklasan nila na 20% ng mga pagong na naglalakad sa orthomosaic ay double counts, at ang probability ng pagkilala sa marka ay 0.78. Sa ganitong paraan, ang bagong approach ay nagbibigay ng mas tumpak na paraan upang mabilang ang wildlife gamit ang mga drone.

Sa pagbibilang ng mga pagong, iniulat ng mga ground observers na humigit-kumulang 16,000 pagong, habang ang mga mananaliksik na sumuri sa orthomosaics nang hindi isinasaalang-alang ang mga error ay nagbilang ng humigit-kumulang 79,000 pagong.

Ngunit gamit ang teknik, tinatayang ng mga mananaliksik ang kabuuang abundance para sa aggregation site na 41,377 pagong. Ayon kay Brack:

“Ang mga numerong ito ay nag-iiba nang malaki, at iyon ay problema para sa mga conservationist. Kung hindi makapag-establisa ng tumpak na bilang ng indibidwal ng isang species ang mga siyentipiko, paano nila malalaman kung ang populasyon ay bumababa o kung ang mga pagsisikap na protektahan ito ay matagumpay?”

Habang ang mga pagtatantiya ay kumakatawan sa malaking bilang ng mga river turtle, binanggit ng mga mananaliksik na malamang ito ay isang bahagi lamang ng kanilang historikal na populasyon sa rehiyon ng Amazon, batay sa mga historikal na rekord ng inexport na itlog. Hindi pa nabanggit, ang nesting event ay nagpatuloy pa ng ilang araw matapos ang huling flight ng drone.

Bilang gayon, inirerekomenda ng pag-aaral na palawakin ang paggamit ng monitoring tool sa buong panahon ng nesting. Dapat ding isama ang iba pang sandbank sa rehiyon para sa komprehensibong pagtatantiya ng populasyon ng nesting.

Kaugnay nito, plano ng research team na magsagawa ng mas maraming drone flights sa Guaporé River nesting site pati na rin sa iba pang South American na bansa kung saan nagtitipon ang mga river turtle, tulad ng Colombia, at posibleng Venezuela at Peru. Makakatulong ito sa koponan na mapabuti ang kanilang monitoring methods.

“Sa pamamagitan ng pagsasama ng impormasyon mula sa maraming surveys, maaari naming matuklasan ang mga trend ng populasyon, at malalaman ng Wildlife Conservation Society kung saan mag-iinvest sa mga hakbang sa konserbasyon.”

– Brack

Habang ang framework na binuo ay unang pinasigla ng pangangailangan na mapabuti ang monitoring ng mga river turtle, binanggit ng mga mananaliksik na ito ay “napaka-versatile at maaaring agad na magamit o i-adapt sa ilang iba’t ibang konteksto.”

Bukod sa mga river turtle, ang binuong metodolohiya ay maaari ring ilapat at i-adapt sa mga pagsisikap sa konserbasyon na kinabibilangan ng iba pang nanganganib na species na sinusuri gamit ang drone-based orthomosaics.

Halimbawa, sa mga nakaraang pag-aaral ng drone monitoring, kinlip ng mga seal ang balahibo, minarkahan ang mga mountain goat at bison ng paintball pellets, at naglagay ng mga kuwelyo sa elk upang subaybayan ang kanilang galaw sa panahon ng pagbibilang.

Sa huli, ang bagong modelo ay maaaring magamit para sa epektibo at napapanahong pagmamanman ng abundance sa mga programa ng konserbasyon at pamamahala ng wildlife.

Pag-iinvest sa Conservation Tech

Ang AI darling NVIDIA Corporation (NVDA ) ay gumaganap ng malaking papel sa pagliligtas ng mga hayop at ng ating planeta. 

Ang mga GPU nito ay nagpapagana sa maraming deep learning models na ginagamit sa image recognition, object detection, at environmental monitoring software. Ang kumpanya ay nagpo-promote pa nga ng paggamit ng AI para sa global good, kabilang ang biodiversity research.

NVIDIA Corporation (NVDA )

Ngayon, sa gitna ng mga kumpanyang gumagamit ng teknolohiya ng Nvidia, ang AI research institute na Ai2 ay nakabuo ng EarthRanger upang gumawa ng mas impormadong operational decisions para sa wildlife conservation sa real time. Ang pinakamalaking elephant database sa mundo ay sinanay sa NVIDIA Hopper GPUs. Ipinapakita rin nito ang data ng maraming wildlife, na pinagsama mula sa radios, satellites, camera traps, acoustic sensors, at iba pang data sources. 

Kamakailan lamang, inilabas din ng Ai2 ang isang open-source AI model na tinatawag na Atlantes upang suriin ang higit sa limang bilyong GPS signals araw-araw na nagmumula sa halos 600,000 ocean-going vessels at hulaan kung ano ang ginagawa ng mga ito nang may halos 80% na katumpakan. Kung ang isang barko ay kasangkot sa iligal na pangingisda, nagpapadala ang modelo ng mga alerto sa mga coast guard. Ang 4.7M parameter transformer-based model, Atlantes, ay sinanay sa NVIDIA H100 Tensor Core GPUs at PyTorch.

Ang AI-based RhinoWatches ng Rouxcel Technology ay sinanay at in-optimize gamit ang NVIDIA accelerated computing. Ito ay inilunsad sa higit 40 South African reserves at pinalalawak sa Kenya at Namibia. Sa kasalukuyan, nagde-develop ang kumpanya ng AI models para sa higit pang species, kabilang ang critically endangered pangolins.

Samantala, ang NVIDIA CUDA at Jetson modules ay ginagamit para sa edge AI at data processing ng OroraTech, na pinagsasama ang data mula sa satellites, cameras, aerial observations, at lokal na impormasyon ng panahon upang subaybayan ang poaching ng hayop at wildfires at magbigay ng mga alerto sa real time.

Ngunit hindi doon nagtatapos. Sa paglipas ng mga taon, ang teknolohiya ng Nvidia ay ginamit para sa maraming iba pang kawili-wiling eksperimento, kabilang ang de-extinction. Halimbawa, ang Colossal Biosciences ay gumagamit ng gene editing technology, AI models, at ang NVIDIA Parabricks software suite upang ibalik ang dodo bird, woolly mammoth, at Tasmanian tiger.

Bukod sa wildlife, tumutulong ang teknolohiya ng Nvidia sa mga siyentista, mananaliksik, at developer na mas maunawaan ang klima, karagatan, at kalawakan.  

Sa market cap na $4.39 trillion, ang full-stack computing infrastructure company ay kasalukuyang nagte-trade sa $180.95, tumaas ng higit sa 34% YTD. 

Ang presyo ng shares ng kumpanya ay tumaas ng higit sa 59% sa nakaraang tatlong buwan. Sa huling araw ng Hulyo, umabot ang stock sa 52-week high na $183.30, na nagpapakita ng patuloy na matibay na tiwala ng mga investor sa kumpanya at sa mga hinaharap nitong prospect.

Sa kasalukuyan, may EPS (TTM) na 3.10 at P/E (TTM) na 57.98, habang ang dividend yield na inaalok ay 0.02%.

Para sa unang quarter na nagtapos noong Abril 27, 2025, iniulat ng Nvidia ang revenue na $44.1 bilyon. Ang pangunahing driver nito ay data centers, na nagkakaloob ng $39.1 bilyon ng revenue, na bumubuo ng 89% ng kabuuang benta ng kumpanya. Ito ay pinasigla ng eksplosibong demand para sa AI.

Ang paglago na ito ay naganap sa kabila ng mga geopolitical setbacks na kinaharap ng Nvidia dahil sa export restrictions sa mga H20 chips nito sa China. Ang mga chips na ito ay malamang na babalik sa China matapos ang administrasyong Trump na nagtiyak sa kumpanya na papayagang ipagpatuloy ang pagbebenta. Ang Nvidia ay nag-anunsyo ng isang bagong “fully compliant” GPU para sa China.

Gayunpaman, maaaring magpatuloy pa rin ang Nvidia na makaranas ng kahirapan sa pagbawi ng dating market share nito, kung saan ang Bernstein ay nag-forecast na ang AI chip market share ng Nvidia sa China ay bababa mula 66% noong nakaraang taon sa 54% ngayong taon.

Pinakabagong NVIDIA Corporation (NVDA) Stock News and Developments

Konklusyon

Upang mapanatili ang isang malusog at matatag na planeta, napakahalaga na iligtas ang mga nanganganib na species dahil ang pagkawala nila ay maaaring magdulot ng cascading effects, na apektado ang buong web ng buhay. At habang ang mga banta ng pagkalipol ay tumitindi, mas mahalaga kaysa dati na magpatupad ng epektibong pagmamanman.

Dito, ang integrasyon ng mga drone at matalinong teknik sa pagmomodelo ay nagmamarka ng isang malaking pagbabago. Sa pamamagitan ng pagpapabuti ng katumpakan at kahusayan ng pagmamanman ng species, ang mga teknolohikal na inobasyong ito ay nagpapahintulot sa atin na kumilos nang mas mabilis, mas matalino, at mas estratehiko upang protektahan ang pinaka-vulnerableng wildlife ng planeta.

I-click dito para sa listahan ng mga nangungunang kumpanya ng drone na maaaring pag-invest-an.

Mga Sanggunian:

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 Hunyo 2025. https://doi.org/10.1111/1365-2664.70081