دوربین‌های تله‌ای و حسگرهای محیطی در سال‌های اخیر حجم بی‌سابقه‌ای از داده‌های مربوط به حیات‌وحش را تولید کرده‌اند؛ داده‌هایی که بررسی دستی آن‌ها دیگر به‌سادگی از عهده تیم‌های پژوهشی برنمی‌آید. در چنین شرایطی، هوش مصنوعی به ابزاری برای غربالگری، شناسایی و اولویت‌بندی داده‌ها تبدیل شده است. این ابزار قرار نیست جای انسان را بگیرد، بلکه می‌تواند به او کمک کند آنچه را در طبیعت می‌گذرد، سریع‌تر و دقیق‌تر بفهمد.

از تصویر خام تا داده قابل‌فهم

یک دوربین تله‌ای ممکن است ماه‌ها در گوشه‌ای از جنگل یا منطقه‌ای حفاظت‌شده باقی بماند و هزاران تصویر ثبت کند. گاهی خرس، پلنگ یا گوزنی از مقابل آن عبور می‌کند، اما در بسیاری از مواقع، چیزی جز حرکت شاخه‌ای در باد، تغییر نور یا قابی خالی ثبت نمی‌شود.

پژوهشگری که باید این تصاویر را یکی‌یکی بررسی کند، خیلی زود با انبوهی از داده روبه‌رو می‌شود. ابزاری که در ابتدا راهی ساده برای پایش حیات‌وحش به نظر می‌رسید، اکنون خود به مسئله‌ای تازه تبدیل شده است.

یکی از کاربردهای واقعی هوش مصنوعی در حفاظت از حیات‌وحش دقیقاً از همین‌جا آغاز می‌شود؛ نه با ساختن حیوان مصنوعی یا «گفت‌وگو با طبیعت»، بلکه با انجام کاری که ماشین در آن از انسان سریع‌تر است: جست‌وجو در حجم بزرگی از داده‌ها و یافتن مواردی که ارزش بررسی دقیق‌تر دارند.

وقتی ماشین تصویر و صدا را تحلیل می‌کند

سامانه‌هایی مانند «Wildlife Insights» از مدل‌های بینایی ماشین برای بررسی تصاویر دوربین‌های تله‌ای، کنارگذاشتن تصاویر خالی و شناسایی احتمالی گونه‌ها استفاده می‌کنند. این سامانه‌ها می‌توانند بخشی از کاری را که پیش‌تر ساعت‌ها وقت پژوهشگران را می‌گرفت، خودکار کنند و داده‌های خام را سریع‌تر به اطلاعات قابل‌استفاده تبدیل کنند.

نمونه دیگر، «SpeciesNet» گوگل است؛ مدلی متن‌باز که برای شناسایی جانوران در تصاویر دوربین‌های تله‌ای توسعه یافته است. این مدل نزدیک به ۲۵۰۰ گروه از پستانداران، پرندگان و خزندگان را تشخیص می‌دهد. در یکی از پروژه‌ها نیز برای پردازش ۱۱ میلیون تصویر به کار گرفته شده است. بااین‌حال، متخصصان انسانی همچنان نتایج نهایی را بازبینی می‌کنند. نقش هوش مصنوعی در چنین سامانه‌هایی، تصمیم‌گیری درباره سرنوشت یک زیستگاه نیست. وظیفه این فناوری، تبدیل هزاران یا میلیون‌ها تصویر پراکنده به مجموعه‌ای کوچک‌تر، منظم‌تر و قابل‌بررسی از مشاهدات است.

این قابلیت به تصویر محدود نمی‌شود. طبیعت دائماً داده تولید می‌کند؛ حتی زمانی که ما آن را نمی‌بینیم. صدای پرندگان، دوزیستان، حشرات و پستانداران می‌تواند نشانه‌ای از حضور یا نبود یک گونه و حتی تغییر شرایط یک زیستگاه باشد. پروژه «BirdNET» با استفاده از یادگیری عمیق، صدای بیش از ۶ هزار گونه را شناسایی می‌کند. ابزارهای متن‌باز این پروژه برای تحلیل گسترده داده‌های صوتی در اختیار پژوهشگران و شهروندان قرار گرفته است. چنین ابزارهایی امکان بررسی زیستگاه‌هایی را فراهم می‌کنند که حضور مستمر انسان در آن‌ها دشوار، پرهزینه یا حتی ناممکن است.

از تشخیص گونه تا فهم تغییرات زیستگاه

کاربرد هوش مصنوعی زمانی گسترده‌تر می‌شود که تصویر، صدا، مختصات جغرافیایی، تصاویر ماهواره‌ای و اطلاعات حسگرهای محیطی در کنار یکدیگر قرار گیرند. در این مرحله، دیگر مسئله فقط «تشخیص یک حیوان» نیست. با تحلیل این داده‌ها می‌توان تغییرات پوشش گیاهی را در طول زمان بررسی کرد، مناطق پرخطر را شناخت، تغییر الگوی حضور گونه‌ها را سنجید یا مناطقی را که نیازمند بررسی سریع‌تر هستند، به کارشناسان پیشنهاد داد. پژوهش‌هایی نیز برای شناسایی و شمارش خودکار جانوران بزرگ در تصاویر ماهواره‌ای انجام شده است؛ هرچند دقت و کارایی این روش به وضوح تصاویر، اندازه جانوران، شرایط زیستگاه و کیفیت داده‌های آموزشی وابسته است.

مسئله اصلی در همه این نمونه‌ها تقریباً یکسان است: توان ما برای جمع‌آوری داده از طبیعت، بسیار سریع‌تر از ظرفیت انسانی برای بررسی آن رشد کرده است. تعداد دوربین‌ها، حسگرها و فایل‌های صوتی افزایش یافته، اما شمار متخصصانی که باید این داده‌ها را تحلیل کنند، با همان سرعت افزایش نیافته است. هوش مصنوعی می‌تواند بخشی از این شکاف را پر کند.

محدودیت‌ها؛ مسئله داده‌های نابرابر

اما درست از همین نقطه باید درباره محدودیت‌های این فناوری نیز صحبت کرد. هر مدلی که برای تشخیص گونه‌ها آموزش می‌بیند، به کیفیت، تنوع و گستردگی داده‌های آموزشی خود وابسته است.

گونه‌ای که هزاران تصویر از آن در مجموعه آموزشی وجود دارد، معمولاً برای الگوریتم قابل‌شناسایی‌تر از جانوری کمیاب است که تنها چند ده تصویر از آن ثبت شده است. نور، زاویه دوربین، تراکم پوشش گیاهی، کیفیت تصویر و موقعیت جغرافیایی نیز بر عملکرد مدل اثر می‌گذارند. عملکرد مدل‌های تشخیص صدا نیز در میان گونه‌ها و زیستگاه‌های مختلف یکسان نیست. به همین دلیل، این سامانه‌ها از اطلاعاتی مانند زمان و موقعیت جغرافیایی برای محدودکردن گزینه‌ها و کاهش تشخیص‌های نادرست استفاده می‌کنند. بااین‌حال، نتایج همچنان به بازبینی متخصصان نیاز دارند.

این مسئله برای کشوری مانند ایران اهمیت بیشتری دارد. نمی‌توان مدلی را که عمدتاً با تصاویر گونه‌ها و زیستگاه‌های مناطق دیگر جهان آموزش دیده است، به جنگل‌های هیرکانی، زاگرس یا زیستگاه‌های کویری ایران برد و انتظار داشت بدون استفاده از داده‌های محلی، همان سطح از عملکرد را ارائه دهد. اگر قرار باشد هوش مصنوعی به‌طور جدی وارد نظام حفاظت از حیات‌وحش ایران شود، زیرساخت آن تنها به خرید یا استفاده از یک نرم‌افزار خارجی محدود نمی‌شود. ساخت مجموعه‌داده‌های استاندارد، برچسب‌گذاری صحیح تصاویر و صداها و شکل‌گیری همکاری مستمر میان متخصصان محیط‌زیست، دانشگاه‌ها و فعالان حوزه فناوری، از الزامات چنین مسیری است. حتی ممکن است مهم‌ترین دارایی این پروژه‌ها در نهایت خود «مدل هوش مصنوعی» نباشد، بلکه مجموعه‌داده باکیفیتی باشد که طی سال‌ها درباره گونه‌ها و زیستگاه‌های ایران شکل می‌گیرد.

مفهوم «انسان در حلقه تصمیم‌گیری»

در ادبیات فناوری، مفهومی با عنوان «انسان در حلقه تصمیم‌گیری» (Human in the Loop) وجود دارد. براساس این الگو، ماشین بخشی از فرایند را انجام می‌دهد، اما نظارت، تفسیر و تصمیم نهایی همچنان بر عهده انسان باقی می‌ماند. حفاظت از طبیعت نیز بیش از هر چیز به چنین الگویی نیاز دارد. الگوریتم می‌تواند نشان دهد که در میان هزاران ساعت صدای ضبط‌شده، احتمالاً در چند دقیقه مشخص صدای گونه‌ای خاص شنیده می‌شود؛ اما کارشناس باید این تشخیص را تأیید کند. سپس باید تحلیل کند که حضور آن گونه چه معنایی برای وضعیت زیستگاه دارد. یک مدل می‌تواند کاهش دفعات ثبت یک گونه را در محدوده‌ای مشخص نشان دهد، اما به‌تنهایی نمی‌تواند تعیین کند که علت این کاهش، خشکسالی، تخریب زیستگاه، فعالیت انسانی، شکار، تغییر منابع غذایی یا جابه‌جایی طبیعی جمعیت بوده است. تبدیل یک «نشانه» به «توضیح» همچنان به دانش تخصصی، شناخت میدانی و بررسی شواهد نیاز دارد. از همین رو، شاید پرسش اصلی این نباشد که «آیا هوش مصنوعی می‌تواند جای محیط‌بان یا متخصص حیات‌وحش را بگیرد؟» پاسخ تا حد زیادی روشن است: نه. پرسش مهم‌تر این است که آیا هوش مصنوعی می‌تواند به متخصص کمک کند تا به‌جای صرف ساعت‌ها وقت برای دیدن تصاویر خالی یا گوش‌دادن به فایل‌های صوتی طولانی، زمان خود را صرف فهم آنچه واقعاً در زیستگاه رخ داده است، کند؟ فناوری در بهترین حالت همین نقش را بر عهده می‌گیرد. دوربین می‌بیند، میکروفن می‌شنود، حسگر اندازه می‌گیرد و الگوریتم در میان میلیون‌ها داده به‌دنبال نشانه می‌گردد؛ اما حفاظت از جایی آغاز می‌شود که این نشانه‌ها به دانش و سپس به تصمیم تبدیل شوند. هوش مصنوعی شاید بتواند خرس را در میان هزاران تصویر پیدا کند؛ اما اینکه با دانستن حضور آن خرس چه باید کرد، همچنان مسئله‌ای انسانی است.