Esența noutății: o echipă din Cambridge testează un model de inteligență artificială care recunoaște din aer tufele de mure în diferite zone urbane, parcuri și rezervații, iar primele verificări pe teren s-au dovedit promițătoare.
De când imaginile din satelit au început să fie utilizate pentru diverse scopuri, de la monitorizarea culturilor până la identificarea zonelor predispuse la inundații, detectarea plantelor spontane de la distanță nu mai pare science fiction. Cercetătorii din Cambridge au utilizat un model numit TESSERA pentru a localiza mure, începând de la Milton Community Centre și continuând spre Milton Country Park și cartiere rezidențiale din North Cambridge. Relatarea de teren e simplă și, la unele momente, chiar amuzantă: primul tufiș a fost găsit în aproximativ 20 de secunde, într-o zonă pe care modelul o marcase cu un nivel de încredere ridicat. În locurile cu scoruri mari, s-au găsit suprafețe extinse acoperite de mure; într-un „hotspot” rezidențial s-a descoperit un teren viran copleșit de mure; iar o predicție semnificativă din North Cambridge i-a condus pe cercetători la Bramblefields Local Nature Reserve, numele sugera exact ce se găsea acolo, deoarece murele erau omniprezente.
Modelul a funcționat cel mai bine la detectarea petecelor mari, vizibile de sus. Porțiunile mici de mure ascunse sub coronamentul copacilor au produs scoruri de încredere mai scăzute, ceea ce e logic: sateliții privesc de sus și nu „văd prin frunze”. Echipa recunoaște aceste limite: munca realizată până acum este un proof-of-concept, iar testele de teren descrise au fost informale, nefiind parte dintr-un studiu publicat într-o revistă științifică. Urmează validări mai riguroase.
Partea practică e captivantă. Spre deosebire de rețelele neurale mari care necesită servere puternice, detectorul pentru mure pare suficient de simplu pentru a rula pe dispozitive mobile. Asta ar putea permite verificări în timp real pe teren și, pe termen lung, dezvoltarea unui sistem de „învățare activă” pe telefon prin care cetățenii-cercetători să confirme sau să corecteze predicțiile modelului în timp ce acesta se îmbunătățește. Astfel de abordări hibride satelit-cetățenie ar putea fi folosite, în viitor, pentru cartografierea speciilor invazive, monitorizarea dăunătorilor agricoli sau urmărirea schimbărilor din diverse ecosisteme.
Mai mult, pentru specii amenințate precum ariciul, instrumentele rapide de cartografiere a habitatelor critice devin tot mai valoroase în contextul schimbărilor climatice și al expansiunii urbane, care reconfigurează zonele în care aceste animale își găsesc adăpost. Deocamdată, sunt pași timizi: modelul nu este încă validat științific și rămâne incert cât de bine va funcționa la scară largă. Totuși, acest exemplu evidențiază că aplicațiile AI depășesc generative AI și videoclipurile sintetice și că, uneori, tehnologia poate oferi observații simple și utile pe teren, nu doar efecte spectaculoase.
TESSERA și verificările din Milton și Bramblefields indică o direcție clară: combinarea datelor de la distanță cu confirmările umane poate schimba modul în care monitorizăm mediul. Ideea unui detector de mure pe telefon e tentantă și plauzibilă; rămâne de implementat, testat și integrat în proiecte mai ample. Vrei să afli dacă un astfel de instrument ar putea contribui la protejarea unui animal precum ariciul sau la gestionarea speciilor invazive din zona ta?
Fii primul care comentează