Искусственный интеллект для борьбы с незаконной торговлей дикими животными в соцсетях

Незаконная торговля дикими животными — одна из крупнейших угроз биоразнообразию, и она активно перемещается в социальные сети. Эффективный мониторинг этой деятельности в соцсетях крайне важен для сохранения биоразнообразия.

В новой статье в журнале Conservation Biology учёные из Университета Хельсинки (Digital Geography Lab) утверждают, что методы искусственного интеллекта (ИИ) могут помочь в мониторинге незаконной торговли дикими животными в социальных сетях.

Инструменты для сохранения биоразнообразия

Доктор Энрико Ди Минин, руководитель междисциплинарной исследовательской группы, подчеркивает важность новых методов для выявления соответствующих данных в соцсетях.

"В настоящее время отсутствие инструментов для эффективного мониторинга больших объёмов данных из социальных сетей ограничивает возможности правоохранительных органов в борьбе с незаконной торговлей дикими животными. Обработка таких данных вручную неэффективна и требует много времени, но методы искусственного интеллекта, такие как алгоритмы машинного обучения, могут использоваться для автоматического выявления соответствующей информации".

Анализ изображений, метаданных и смысла предложений

Многие платформы социальных сетей предоставляют API, позволяющий исследователям получать доступ к пользовательским текстам, изображениям, видео и сопровождающим их метаданным (например, о месте и времени публикации).

• Анализ изображений: Алгоритмы машинного обучения можно обучить определять, какие виды или продукты из дикой природы (например, рога носорога) появляются на изображении или видео, а также классифицировать их окружение (естественная среда обитания или рынок).
• Анализ текста: Методы обработки естественного языка (NLP) можно использовать для определения смысла предложения и классификации настроений пользователей по отношению к незаконной торговле.
• Комбинированный анализ: Алгоритмы машинного обучения могут обрабатывать комбинации вербального, визуального и аудиовизуального контента.

В текущем проекте исследователи применяют методы машинного обучения для автоматического выявления контента, связанного с незаконной торговлей, в социальных сетях. Они также подчёркивают важность сотрудничества с правоохранительными органами и компаниями — владельцами соцсетей для улучшения результатов своей работы.