Contents
In de natuurreservaten van Oost-Afrika wordt door stropers gejaagd op olifanten, neushoorns, gorilla's en andere grote zoogdieren. Het enige dat tussen deze dieren en het gevaar staat, zijn kleine teams van parkwachters en natuurbeschermers. Het gevaar is zeer reëel voor deze soorten op de rand: maar liefst 35.000 Afrikaanse olifanten worden elk jaar gedood, waardoor ze nog maar tien jaar verwijderd zijn van uitsterven, volgens de non-profitorganisatie RESOLVE.
Technologie is een steeds belangrijker hulpmiddel voor de bescherming van olifanten en andere grote dieren, gezien hun noodzakelijkerwijs uitgestrekte leefgebieden: een groep van slechts 50 rangers in Kenia bestrijkt bijvoorbeeld een reservaat van 3.000 vierkante mijl. Parkwachters en natuurbeschermers hebben door beweging geactiveerde cameravallen gebruikt om stropers in actie te vangen, maar de dieren zijn tragisch al verloren tegen de tijd dat parkwachters kunnen reageren.
Maar wat als je een stroper zou kunnen stoppen voordat hij doodt?
Wilde dieren redden met slimmere technologie
Dit was de fundamentele vraag die de ingenieurs van Intel onderzochten in samenwerking met natuurbeschermer Steve Gulick en RESOLVE. Radha Mathachetty, een ingenieur bij Intel, werd bij het project betrokken om de natuurbeschermers te helpen bij het ontwerpen van een slimmere technische oplossing. Het was een project dat zijn carrière in een richting bracht die hij niet had verwacht. “Ik ben dankbaar voor de kans om mijn technische vaardigheden toe te passen om een product te ontwerpen dat het effectief behoud en de veiligheid van bedreigde dieren in het wild over de hele wereld mogelijk maakt”, zegt Mathachetty.
Waar Mathachetty, die met hardware omging, en Intel's Lucian Vancea, die de software ontwikkelde, aan moesten werken, was dit probleem: de bestaande TrailGuard-bewegingsgeactiveerde camera's voorzagen rangers van duizenden beelden, voornamelijk van dieren die de sensoren activeren, die moeten worden gezeefd door na de feiten, in de hoop er een paar te vinden die de gelijkenis of activiteit van een stroper vastleggen. De rangers hadden een realtime oplossing nodig om stropers op heterdaad te betrappen.
Mathatchetty en Vancea werkten op het idee van Gulick en creëerden een nieuw anti-stroperijapparaat, TrailGuard AI. TrailGuard AI is een kleine AI-aangedreven camera die kan worden verborgen langs paden die door dieren worden gebruikt. Zodra de bewegingsgeactiveerde camera een beeld vastlegt, voert de Intel Movidius Vision Processing Unit (VPU) diepe neurale netwerkalgoritmen uit voor objectdetectie en beeldclassificatie in de camera. Het sorteert de beelden om snel te bepalen of er mensen of voertuigen aanwezig zijn. Alle afbeeldingen die de activiteit van stropers detecteren – en alleen die afbeeldingen – worden per satelliet- of radionetwerk naar de basis van de parkwachters gestuurd. Het gebeurt allemaal in minder dan twee minuten, waardoor parkwachters de kans krijgen om het doden te stoppen.
Een oplossing bedenken
De eerste uitdaging van Mathachetty was om TrailGuard AI in een compacte maar zeer effectieve vorm te krijgen. “In de prototypes die [de natuurbeschermers] gebruikten, hadden ze alle verschillende delen van de camera gescheiden”, zegt Mathachetty. “Ze kwamen naar ons met het idee om alles samen te voegen – om het moederbord, de camerakaart en de sensormodules in één te integreren. Door alles samen te voegen ontstaat er een kleiner, draagbaar, gemakkelijk te installeren en energiebesparend apparaat.” En in plaats van een aparte rekeneenheid te hebben die onderhoud in het veld vereist, stuurt TrailGuard AI eenvoudig relevante beelden naar de basis van de parkwachters via langeafstandsradio, satellietnetwerk of mobiele netwerken.
Bij het bouwen van het op maat ontworpen apparaat werd het team geconfronteerd met tal van beperkingen en vereisten. Naast de AI-chip en externe sensoren moest de camera verbinding kunnen maken met wifi, satelliet en langeafstandsradio om de beelden te verzenden. Het moest weinig stroom verbruiken, om de noodzaak van frequente batterijwissels te verminderen, wat zowel de kostbare tijd van de boswachters in beslag neemt als stropers zou kunnen waarschuwen voor de aanwezigheid van TrailGuard AI in het reservaat. (Het apparaat werkt in de stand-bymodus totdat er beweging wordt gedetecteerd.)
De sensoren moeten in alle lichtomstandigheden functioneren en de VPU moet mensen herkennen vanuit elke hoek en in elke lichtomstandigheid, aangezien stroperij vaak 's nachts plaatsvindt. “Het algoritme wordt gevoed met duizenden afbeeldingen van mensen en dieren en is in staat om lichaamsvorm, gezichtsgeometriebewegingen en meer te analyseren totdat het vanuit elke hoek en in elk licht kan worden onderscheiden”, zegt Mathachetty.
Verbeteren door iteratie
De ingenieurs hebben het ontwerp van de camera voortdurend aangepast in verschillende versies. Mathachetty en het team testten TrailGuard AI aanvankelijk in Big Sur, Californië, met het bos als stand-in voor de omstandigheden in Oost-Afrika. Toen ze een probleem met de satellietmodem tegenkwamen, stelde Mathachetty het idee voor om een Wi-Fi-hotspot te gebruiken om TrailGuard AI en de host-pc met elkaar te verbinden om een succesvolle test van de technologie uit te voeren. Na veldtesten in het Grumeti-reservaat in Tanzania, heeft Mathachetty het ontwerp van TrailGuard AI verder ontwikkeld om waterdicht en vochtbestendig te zijn.
De vaardigheden om wereldwijde problemen op te lossen
Natuurbeschermers hopen het gebruik van TrailGuard AI uit te breiden naar Zuid-Amerika en Azië. Misschien nog spannender, na een jaar TrailGuard AI in het veld te hebben gebruikt, zijn Mathachetty en zijn team al bezig met het verbeteren van het apparaat, met de nieuwe versie die de volgende generatie van een VPU bevat die krachtige video- en audio-analyses gebruikt om stropers beter te begrijpen activiteit.
“In de volgende generatie verwachten we dat het apparaat meer neurale netwerken zal gebruiken om gelijktijdige analytische processen uit te voeren”, zegt Mathachetty. “Momenteel is het apparaat bijvoorbeeld in staat tot videoanalyse voor objectdetectie. In de toekomst hopen we ook audio-analyse te kunnen integreren met video-actiedetectie.”
Het project had een grote impact op Mathachetty. “Ik heb gepassioneerde professionals ontmoet die me kennis hebben laten maken met nieuwe mondiale vraagstukken; ze inspireerden me om mijn eigen stappen te ondernemen om het milieu te sparen”, zegt hij. “Professioneel realiseerde ik me het potentieel en de mogelijke toepassingen van Intel-producten op verschillende gebieden.” Dergelijke toepassingen kunnen bijvoorbeeld het gebruik van technologie omvatten om bosbranden te voorspellen. “We kunnen uitstekende oplossingen bieden voor complexe problemen”, zegt Mathachetty.
