Айсберги

Новаторские разработки исследователей из Университета Лидса представили нейронную сеть, способную определять на спутниковых снимках размеры крупных антарктических айсбергов. Нейронка выполняет эту задачу всего за 0,01 секунды.

Чтобы понимать важность происходящего, лучше выслушать Анну Браакманн-Фольгманн, ведущего автора исследования:

"Гигантские айсберги – важные компоненты антарктической среды. Они влияют на физику, химию, биологию и, конечно же, на морские операции в океане. Поэтому необходимо находить их и отслеживать размеры, чтобы количественно определить, сколько талой воды они выбрасывают в океан".

‍

Радарная миссия Copernicus Sentinel-1 делает снимки, но на них айсберги, морской лед и облака кажутся белыми. Добавьте к этому ночь, плохие погодные условия и так далее. По словам Анны иногда человеку сложно отличить ледяную глыбу от береговой линии.  Новый нейросетевой подход справляется с определением площади айсбергов даже в самых сложных условиях. Его сила заключается в способности нейронных сетей понимать сложные нелинейные взаимосвязи и учитывать контекст изображения. Все предельно логично: чтобы отслеживать айсберг и его влияние – нужно понять где он.

Архитектура нейронной сети основана на известной конструкции U-net. Она была обучена на снимках Sentinel-1, на которых были изображены гигантские айсберги в различных условиях, в качестве цели использовались выведенные вручную контуры.

Алгоритм был протестирован на семи айсбергах размером от 54 кв. км до 1052 кв. км, что соответствует площади городов Берн и Гонконг.

Были собраны наборы данных, охватывающие сезоны с 2014 по 2020 годы и включающие от 15 до 46 изображений для каждого айсберга. Для обеспечения разнообразия набора данных использовался один снимок Sentinel-1 в месяц для каждого айсберга. Какую точность показал ИИ? 99%. Это не просто впечатляюще, это открывает новые возможности для оперативного реагирования.

Вообще, регионы, отдаленные от цивилизации, тяжелы в отслеживании. И дело не в качестве спутниковых снимков, а в том, что их нужно постоянно анализировать и точно интерпретировать. Представьте, что необходимо понять, как дела у бабушки, по снимкам цветов, которые она скинула. Только речь идет про огромные глыбы льда, таяние которых чревато жуткими последствиями: от ураганов до наводнений.

‍

Дроны

В Рио-де-Жанейро, где пляжи, футбол и статуя Христа-Искупителя, появились еще и дроны, разбрасывающие семена. Это – часть инициативы по восстановлению леса.

Процесс обезлесения – поистине пугающая тенденция.

Дадим немного статистики:

• Если вырубка лесов в РФ продолжится в том же темпе, что и сейчас, то через 20-30 лет не останется ни одного леса.
• 10.000.000 га леса исчезает ежегодно по всему миру.
• Отсутствие лесов приводит к пожарам, за последние 12 лет их случилось рекордное количество.
• 30% всех тропических лесов уже потеряно.
• Если десятки тысяч лет назад примерно 71% земли был покрыт лесом, то сейчас – всего 30%.
• За последние 20 лет было уничтожено больше 15% диких лесов планеты.
• 40% всей вырубки – на счету заводчиков крупного рогатого скота.
• Из хорошего: число охраняемых лесов постоянно растет.

‍

Вернемся в Бразилию. Эта зеленая инициатива – партнерство мэрии Рио и стартапа Morfo, цель которого – посев леса в труднодоступных местах, где традиционные методы не справляются.

Участки отбираются после анализа почвы и местных видов деревьев. ИИ определяет конкретные цели и количество семян, которые необходимо сбросить. Один беспилотник способен разбрасывать 180 капсул семян в минуту, что в 100 раз быстрее, чем доступно человеку.

Мы искренне верим, что проект окажется успешным и обзаведется локальными аналогами.

‍

Катаклизмы

United Nations: “По данным Всемирной метеорологической организации ООН (ВМО), технологии, основанные на искусственном интеллекте, предлагают ранее невиданные возможности для обработки огромных объемов данных и совершенствования прогностических моделей.

Несколько агентств ООН оказывают поддержку уязвимым сообществам в Бурунди, Чаде и Судане в рамках проекта, основанного на использовании искусственного интеллекта, по изучению прошлых изменений окружающей среды вокруг "горячих точек" перемещения и составлению прогнозов на будущее для принятия мер по адаптации и упреждающих действий для включения в гуманитарные программы.

На местах расширенные данные могут стать решающим фактором. Например, приложение MyAnga помогает кенийским скотоводам подготовиться к засухе. Получая данные с глобальных метеорологических станций и спутников на свои мобильные телефоны, пастухи могут лучше управлять своим скотом и экономить часы на поиски зеленых пастбищ.

Поскольку экстремальные погодные явления происходят все чаще и интенсивнее, ИИ может помочь сообществам по всему миру лучше подготовиться к климатическим катастрофам”.

‍

На самом деле, потенциал такой технологии бесконечен. Представьте сейсмически активные зоны, где проживающие точно знают, когда произойдет землетрясение, или  районы, подверженные оползням, где власти заранее выстраивать тактику по минимизации ущерба. Наводнения, торнадо, пожары – маленькие детали, которые упускал человек, паттерны, что не были им замечены, – все это способен решить ИИ.

Будем верить в то, что технологии будут развиваться в сторону того, чтобы и дальше помогать планете, а не людям – просто зарабатывать деньги.