Clé à emporter
- Les caméras alimentées par l'intelligence artificielle offrent aux gardes forestiers gabonais un nouvel outil dans la lutte contre le braconnage.
- Un nouveau système utilise l'apprentissage automatique pour analyser les photos sur l'appareil en temps réel afin de détecter les animaux et les humains.
- La technologie aide à améliorer les renseignements sur le braconnage et les réseaux illicites connexes, aidant ainsi les autorités à réprimer le commerce illégal d'espèces sauvages.
Les caméras alimentées par l'intelligence artificielle (IA) aident à protéger les animaux dans de vastes régions d'Afrique.
Les caméras offrent aux gardes forestiers gabonais un nouvel outil dans la lutte contre le braconnage en capturant des images d'intrus. Les systèmes peuvent également surveiller la perte de biodiversité en comptant le nombre d'animaux dans une zone.
"Les caméras ordinaires peuvent s'activer "mécaniquement" lorsque quelque chose les déclenche, par exemple un mouvement ou un son", a déclaré l'expert en IA James Caton à Lifewire dans une interview par e-mail. "L'IA intégrée à la caméra peut s'activer plus intelligemment lorsque des éléments d'intérêt passent dans le cadre - par exemple, une personne ou un braconnier contre un orignal. L'IA peut différencier les figures humaines des figures animales, par exemple, par leur posture ou leur taille."
Calcul en périphérie
Grâce à l'IA, les nouveaux pièges photographiques développés par le groupe Hack the Planet sont plus intelligents que les modèles précédents. Le système utilise l'apprentissage automatique pour analyser les photos en temps réel sur l'appareil afin de détecter les animaux et les humains.
Les pièges alertent les gardes forestiers si un éléphant, un rhinocéros ou un mouvement humain est détecté. Équipé d'une liaison montante par satellite, le système peut fonctionner n'importe où dans le monde sans dépendre d'un réseau GSM ou Wifi.
Robin Whytock, chercheur à l'université de Stirling, et une équipe de chercheurs ont testé un modèle d'IA pour analyser les données des pièges photographiques. L'étude de cas qu'ils ont utilisée a classé les espèces de mammifères et d'oiseaux de la forêt d'Afrique centrale. Et même avec un ensemble de données relativement petit de 300 000 images utilisées pour former le modèle, le résultat était solide, ont rapporté les chercheurs dans un article.
Les chercheurs ont déclaré que l'algorithme de la machine était précis à 90 % et pouvait classer environ 4 000 images par heure sur des ordinateurs de bureau utilisés par les gardes forestiers et les écologistes sur le terrain, sans accès à de puissantes ressources de cloud computing. Le système d'IA réduit le temps nécessaire pour analyser des milliers d'images de pièges de plusieurs semaines à un seul jour.
Garder les sentiers
Un autre système appelé TrailGuard AI est utilisé comme système de sécurité pour les parcs nationaux afin de détecter, arrêter et arrêter les braconniers. La technologie contribue à améliorer les renseignements sur le braconnage et les réseaux illicites connexes, aidant ainsi les autorités à réprimer le commerce illégal d'espèces sauvages.
Assez petite pour se dissimuler le long des sentiers, la tête de caméra de TrailGuard AI utilise l'intelligence artificielle pour détecter les humains dans les images et relaie les images contenant des humains au siège du parc via GSM, une radio longue portée ou des réseaux satellites. La technologie TrailGuard AI a été testée sur le terrain dans une réserve en Afrique de l'Est, où elle a aidé à l'arrestation de trente braconniers et à la saisie de plus de 1 300 livres de viande de brousse.
"L'IA intégrée à l'appareil photo peut s'activer plus intelligemment lorsque des éléments d'intérêt passent dans le cadre…"
Les défenseurs de l'environnement bénéficient de l'exécution de l'IA dans l'appareil photo plutôt que dans le cloud, car la plus grande consommation d'énergie de la batterie n'est pas l'inférence sur une puce de vision par ordinateur dans l'appareil photo, mais la transmission de l'image via GSM ou modem satellite, Eric Dinerstein, directeur de WildTech du groupe de conservation de la faune RESOLVE, a déclaré à Lifewire par e-mail.
Dinerstein a déclaré que le système élimine avec précision les faux positifs lorsqu'une caméra est activée par autre chose qu'un braconnier.
"Dans nos déploiements de TrailGuard sur le terrain, jusqu'à 95 % des déclenchements du capteur de mouvement sont le résultat de faux déclenchements ou de faux positifs", a ajouté Dinerstein. "Seuls 5 % sont de véritables braconniers."
TrailGuard peut économiser la batterie. La transmission de milliers d'images faussement positives pendant plusieurs semaines épuise les batteries. En filtrant les faux positifs sur le bord et en ne transmettant que les vrais positifs ou très peu de faux positifs, les batteries peuvent durer des années.
"De plus, la puce que nous utilisons consomme très peu d'énergie et notre appareil est en mode veille ou éteint pendant la majeure partie de sa vie", a déclaré Dinerstein. "La durée de vie de la batterie des capteurs dans les zones reculées est essentielle."
La surveillance de la faune pourrait bientôt devenir encore plus intelligente. Des chercheurs travaillent sur une IA programmable intégrée dans des caméras.
Actuellement, les images doivent être extraites d'un appareil photo et traitées dans le cloud. Mais de nouvelles fonctionnalités permettent aux utilisateurs de créer des agents d'IA personnalisés et de les déployer sur des caméras.
"Pour les braconniers, par exemple, si vous savez qu'ils voyagent dans une voiture blanche ou que l'un d'eux porte toujours une casquette jaune, vous pourriez potentiellement mettre à jour les caméras à distance avec cette nouvelle information", a déclaré Caton.
