ИИ помогает улучшить биоразнообразие вдоль железнодорожных путей

Испытания искусственного интеллекта (ИИ) для идентификации видов деревьев и других растений по фотографиям с камер в поездах доказали, что придорожную растительность можно безопасно, дёшево, быстро и в больших масштабах мониторить.

Мониторинг флоры и фауны у железнодорожного полотна для улучшения управления средами обитания крайне сложен из-за соображений безопасности, протяжённости британской сети в 20 000 миль и нехватки экспертов.

Однако UK Centre for Ecology & Hydrology (UKCEH) и технологическая компания Keen AI совместно с Network Rail разрабатывают инновационные решения для удалённого мониторинга биоразнообразия. Они показали, что ИИ может идентифицировать как инвазивные виды у путей, так и местные деревья (например, ясень), потенциально находящиеся под угрозой из-за болезней вроде ash dieback.

Эта информация позволит железнодорожникам предпринимать целевые действия для улучшения управления растительностью в рамках цели Network Rail достичь чистого прироста биоразнообразия на своей земле к 2035 году.

Технология и испытания

UKCEH и Keen AI создали ПО на основе ИИ, способное идентифицировать ясень, японский горец (ежегодная причина жалоб соседей Network Rail), гималайский бальзамин и ядовитый крестовник.

Они разрабатывают камеры для съёмки чётких фотографий растительности с высокоскоростного поезда. Два успешных испытания проведены на маршрутах Бирмингем–Абериствит и Уэймут–Мортон (Дорсет).

Доктор Том Аугуст (UKCEH) заявил: «Испытания показали, что мы сможем безопасно, дёшево, быстро и в больших масштабах мониторить придорожную растительность. Наше оборудование сделало тысячи чётких снимков с поезда, движущегося со скоростью до 80 миль в час, а наше ПО на основе ИИ с высокой точностью идентифицирует ясень и другие виды».

Экономический эффект и развитие системы

Амджад Карим (Keen AI) отметил, что работа для железной дороги основана на предыдущем проекте по мониторингу придорожной растительности. «Network Rail тратит £200 миллионов в год на управление растительностью для поддержания работы сети. Наша цель — дать сотрудникам инструменты для безопасного и точного определения мест, где требуются действия».

В ближайшие месяцы команда усовершенствует систему, увеличит скорость съёмки и обеспечит точную привязку каждого снимка к местности даже на скорости до 100 миль в час, чтобы зафиксировать подавляющее большинство растений вдоль путей.

Другие подходы и стратегия

Другой потенциальный метод — идентификация видов животных по звуковым записям или фотографиям с удалённых станций мониторинга. UKCEH испытал станции для записи пения птиц и криков летучих мышей, которые существующее ПО на основе ИИ точно идентифицировало. Глобально ПО для классификации видов животных по фотографиям всё ещё разрабатывается.

Network Rail заявляет, что работа с ИИ поддержит её стратегию устойчивого развития, направленную на поиск баланса между безопасной, надёжной железной дорогой и процветанием природы.

Доктор Нил Стронг (Network Rail) отметил: «Управление 52 000 гектарами земли с учётом 7 миллионов проживающих рядом людей — грандиозная и жизненно важная задача, требующая передовых решений. Партнёрство с UKCEH и Keen-AI показало, что использование ИИ может быть более безопасным, быстрым, рентабельным и комплексным способом мониторинга земли вокруг железной дороги».

Другие инновационные методы от UKCEH включают использование спутниковых и аэрофотоснимков высокого разрешения для создания детальной национальной карты сред обитания у путей с последующим прогнозированием вероятных видов на основе региональных данных.