Искусственный интеллект поставят на стражу лесов Сибири

Группа сотрудников Института биофизики на базе Красноярского центра Сибирского отделения Российской академии наук (КНЦ СО РАН) ведет разработку искусственного интеллекта, который был бы способен определять границы лесов и их состав на базе снимков Земли из космоса. По мнению красноярских ученых, подобные исследования позволят оказать существенную помощь в восстановлении лесных фондов от пожаров и незаконных рубок, а также поспособствуют снижению этих негативных факторов в будущем.

В настоящее время нейросеть уже обучили классифицировать различные виды растительности и определять границы лесных территорий на основе мониторинга Земли из космоса. Также программа может отслеживать тенденции изменения лесных площадей, расшифровывая спутниковые фотографии различной давности. В результате, ученые получают возможность быстро оценить ущерб от лесных пожаров и несанкционированных рубок, проанализировать темпы восстановления лесов и вычислить площади, где необходимо высадить саженцы.

Для обучения искусственного интеллекта сотрудники КНЦ СО РАН провели ряд экспедиций в несколько районов Красноярского края, где подробно изучили местные леса и их границы. Далее в нейросеть были загружены снимки из космоса соответствующих территорий, на базе которых, путем сопоставления полученных в ходе экспедиций данных, и проводилось обучение. Таким методом ученые смогли научить ИИ распознавать границы лесов и определять их тип (хвойные или лиственные). В настоящий момент ведется работа по улучшению точности распознавания, в частности, за счет увеличения количества определяемых типов растений.

Как отмечают красноярские ученые, даже относительно простая нейросеть способна быстро обучаться и довольно точно определять лесные насаждения по спектральному 12-полосному анализу. Ручное исследование спутниковых снимков – очень сложная и кропотливая работа, зачастую, невозможная, так как необходимо исследовать десятки или даже сотни тысяч квадратных километров. Использование ИИ позволяет многократно ускорить и упростить этот процесс, ввиду чего технологии будут очень востребованы в перспективе, отмечают в КНЦ СО РАН.

http://www.proles.info/news