Использование ИИ для борьбы с глобальной вырубкой лесов
Новое Европейское постановление о вырубке лесов (EUDR) призвано предотвратить содействие товаров, продаваемых в ЕС, распространению вырубки лесов. Например, при выводе на рынок ЕС деревянного продукта должна быть документация о типах использованной древесины и доказательства её легального происхождения.
Первоначальная проверка заявленного типа древесины — нетривиальная задача. Например, для бумаги требуется трудоёмкий анализ специалистами.
Разрабатывается новый инструмент на основе ИИ для определения типов древесины, чтобы упростить и ускорить этот процесс. Исследователи из Института промышленной математики Фраунгофера ITWM совместно с Тюненским институтом исследования древесины создают систему автоматического распознавания изображений для массовой проверки деклараций о типе древесины.
Незаконные вырубки — одно из следствий растущего мирового спроса на древесину. Предшественник EUDR, Регламент ЕС о древесине (EUTR), вступил в силу ещё в 2013 году для сдерживания незаконного оборота древесины.
С тех пор компании обязаны документировать типы древесины и её происхождение в своей продукции, доказывая легальность древесины, импортируемой на рынок ЕС.
Это касается и таких продуктов, как ДСП, ДВП, бумага и картон. Но как однозначно идентифицировать типы древесины в волокнистых материалах?
В настоящее время проверка лежит на специалистах, например, сотрудниках Тюненского института. Они получают множество образцов продукции от промышленности и госорганов для проверки типа древесины — и их число растёт.
Образцы затем подвергаются экспертной микроскопии — крайне трудоёмкому процессу. Для бумаги и ДВП древесные клетки отделяют, окрашивают и готовят на предметном стекле. Затем клетки классифицируют по внешнему виду под микроскопом.
Из-за трудоёмкости процесса и растущего числа образцов специалисты могут подготовить лишь ограниченное количество экспертных заключений.
Новый инструмент на основе ИИ призван помочь: разгрузить экспертов, ускорить и автоматизировать процесс проверки, обеспечив быстрый и эффективный контроль.
Исследователи из Fraunhofer ITWM и Тюненского института исследования древесины в Гамбурге объединились в проекте KI_Wood-ID, используя машинное обучение для создания системы автоматического распознавания изображений для идентификации типов древесины.
Алгоритмы против незаконной торговли древесиной
Первоначальный фокус проекта — лиственные породы, особенно те, что выращиваются в мировых масштабах на плантациях для производства целлюлозы. Искусственный интеллект определяет тип древесины по сосудистой ткани, которая варьируется по структуре, форме и размеру клеток.
Используя референсные препараты из обширной коллекции образцов Тюненского института, исследователи обучают нейронные сети до тех пор, пока ИИ не сможет самостоятельно идентифицировать и классифицировать характерные признаки конкретных видов, чтобы обнаруживать типы древесины на микроскопическом изображении неизвестного образца.
Обучение для каждой категории (например, берёза, бук, тополь) проводится отдельно. На отдельных изображениях инструмент сначала отмечает клетки, ключевые для идентификации конкретных типов древесины.
«Образец считается аномальным, если содержит характеристики, не соответствующие заявленным типам древесины», — говорит доктор Хенрике Стефани, руководитель проекта KI_Wood-ID.
По её словам, глобальная цель — использовать ИИ для укрепления легальной торговли древесиной и, как следствие, защиты потребителей. Один из видов древесины, находящийся под особой защитой, — рамин. Леса рамина являются ключевой средой обитания орангутанов, например, на Борнео.
«Несколько лет назад стружку этой древесины отправили в Тюненский институт для идентификации после того, как Greenpeace собрал её на складе целлюлозного завода в Азии, — объясняет Стефани. — Если в целлюлозу, а затем и в бумагу, попадает не только древесина с плантаций, но и охраняемые или исчезающие виды, такие как рамин, наша цель — с помощью нашего метода идентифицировать эти клетки в конечном продукте и привлечь производителей к ответственности».
Предотвращение вырубки лесов по всему миру
Первоначальный прототип системы анализа уже обучен на референсных образцах и может идентифицировать одиннадцать типов лиственных пород. Следующим шагом будет идентификация хвойных пород. Прототип с графическим интерфейсом (GUI) изначально доступен Тюненскому институту.
В долгосрочной перспективе инструмент распознавания изображений на основе ИИ планируется внедрить для поддержки испытательных лабораторий и государственных органов по всему миру в мониторинге международной торговли древесиной.
«В конечном итоге вырубку лесов и незаконную торговлю древесиной можно предотвратить только на глобальном уровне, поэтому мы надеемся, что в будущем нашей системой смогут пользоваться одобренные во всём мире испытательные организации», — говорит Стефани.