Superkomputer od Funduszu Żubra widzi, słyszy i rozumie dzikie zwierzęta

07 marca, 2023

Do zespołu naukowców Instytutu Biologii Ssaków w Białowieży dołączył nowy specjalista. W ciągu doby potrafi przejrzeć 80 tysięcy zdjęć z puszczy. Rozpoznanie gatunku zwierzęta zajmuje mu sekundę. Szybko się uczy i zastępuje pracę wielu osób. Poznajcie superkomputer ze sztuczną inteligencją – zakupiony dzięki Funduszowi Żubra.

Bez nowoczesnych technologii nie da się dziś skutecznie chronić przyrody – także w najstarszym lesie Europy, Puszczy Białowieskiej. Już w 2020 roku Fundusz Żubra przekazał
1 mln zł Białowieskiemu Parkowi Narodowemu na zakup specjalistycznego sprzętu. W tegorocznej akcji partnerem jest Instytut Biologii Ssaków Polskiej Akademii Nauk w Białowieży. Fundusz Żubra przekazał 100 tys. zł na „superkomputer” – sprzęt o ogromnej mocy obliczeniowej, który będzie wykorzystywać sztuczną inteligencję do badań nad zwierzętami.

Rewolucja technologiczna

Dlaczego pewne gatunki wymierają? Przyczyn może wiele: kurczenie się siedlisk, choroby, ruch samochodowy, zanieczyszczenie środowiska… Potrzeba wiedzy opartej na danych, żeby odpowiedzieć na te pytania.

Kiedyś, żeby obserwować dzikie zwierzęta, naukowcy przedzierali się przez puszczę, wyposażeni w lornetkę i notatnik. Dziś mają do dyspozycji automatyczne sensory, instalowane w naturalnym środowisku. Detektory akustyczne nagrywają dźwięki zwierząt oraz tła (np. samochodu czy strzału), fotopułapki robią tysiące zdjęć. W ten sposób można się przyjrzeć jeleniom gromadzącym się przy oczkach wodnych, posłuchać odgłosów żerowania nietoperzy w wysokich częstotliwościach. To dzięki fotopułapkom udało się zarejestrować pierwszego od lat niedźwiedzia brunatnego, który pojawił się w Puszczy Białowieskiej. Sensory są „okiem” i „uchem” naukowców w tych miejscach, do których trudno dotrzeć człowiekowi.

Terabajty wiedzy

Sensory dostarczają badaczom gigantyczne ilości danych; przykładowo, jeden sezon generuje nawet 25 tysięcy godzin nagrań. Zapisy z sensorów trzeba potem przejrzeć, odsłuchać, zinterpretować. Zrobić selekcję materiału – w przypadku zdjęć aż połowa to zdjęcia „puste”, bez zarejestrowanych zwierząt. Pochłania to mnóstwo czasu i wymaga pracy wielu osób.

I tu wkracza do akcji sztuczna inteligencja, czyli AI (Artificial Intelligence). To algorytmy oparte o sieci neuronowe i metody uczenia głębokiego (deep learning), znane nam z syntezatorów mowy czy programów rozpoznawania pisma, które samodzielnie przetwarzają dane i wyciągają z nich wnioski. Algorytmy AI wykorzystywane w Instytucie Biologii Ssaków potrafią już nie tylko oznaczać zwierzęta, ale też rozpoznawać gatunki. Mogą np. z niemal 100-procentową trafnością stwierdzić, że osobnik na zdjęciu to lis. I wciąż się uczą – sieci neuronowe mają bowiem zdolność uczenia się na przykładach.

Szybciej, więcej, precyzyjniej

Możliwości, jakie daje AI, są ogromne. Sieci neuronowe przyśpieszają proces żmudnej i trudnej analizy danych. Pomagają określić liczebność populacji (np. trudnych do obserwacji owadów), obszar występowania danego gatunku. Oznaczają miejsca, w których dochodzi do konfliktu człowiek-zwierzę. Pozwalają tworzyć wzorce aktywności zwierząt, dobowe czy sezonowe.

Mając taką wiedzę, badacze mogą tworzyć konkretne zalecenia, dotyczące zagrożonych gatunków. Rekomendować ochronę danego terenu, ponieważ np. w starych drzewach gniazduje rzadki dzięcioł białogrzbiety. Doradzać, żeby zrezygnować z dokarmiania zwierząt, bo przy paśniku odkryto nagromadzenie się pasożytów.

Superkomputer, dofinansowany przez Fundusz Żubra, pozwoli badaczom z IBS PAN operować jeszcze większą liczbą sensorów, na jeszcze większym terenie. Będzie można zadawać nowe pytania badawcze i pogłębiać wiedzę o zwierzętach Puszczy Białowieskiej. Z kolei ta wiedza będzie się przekładać na jeszcze skuteczniejszą ochronę dzikiej przyrody.

Superkomputer w liczbach:

Karta graficzna GPU (NVIDIA RTX A6000 48GB GDDR6)
Procesor AMD EPYC 7313P 3.0Ghz (16c/32t)
128 GB pamięci RAM DDR4 3200MHz
2 dyski SSD Samsung 2TB
Nawet 100 x szybsze przetwarzanie zdjęć, filmów i nagrań w porównaniu z pracą człowieka
1 sekunda na rozpoznanie obecności zwierzęcia na zdjęciu i określenie gatunku
Do 94% dokładności w rozpoznawaniu gatunków
Około 86 tysięcy zdjęć przetwarzanych na dobę