NTT DATA Business Solutions
Christian Schmidt | 1 lutego, 2021

Innowacyjna ochrona środowiska | Tylko w filmach?

Na pierwszy rzut oka, Heracleum mantegazzianum (barszcz Mantegazziego) może wydawać się całkiem imponującą, dekoracyjną rośliną, która pięknie prezentowałaby się w przydomowym ogródku. Nie daj się zwieść pozorom. Za tą piękną otoczką kryje się jedna z najbardziej toksycznych roślin na świecie! NTT DATA Business Solutions postanowiło zmierzyć się z tym niebezpiecznym gatunkiem. Przeczytaj nasz wpis na blogu, aby dowiedzieć się jak powinna wyglądać innowacyjna ochrona środowiska.

 

Brzmi jak scenariusz filmu grozy, ale dla wielu właścicieli gruntów to rzeczywistość.

Barszcz Mategazziego, odległy krewny skromnej marchewki jest poważnym zagrożeniem dla środowiska. Osiąga nawet 5 metrów wysokości i produkuje przejrzysty, fototoksyczny sok, który w kontakcie z oczami może powodować utratę wzroku. Ekspozycja na wydzielany przez roślinę płyn może także prowadzić do ciężkich oparzeń i bolesnych pęcherzy, które pojawiają się na skórze w reakcji na światło słoneczne.

Właściciele gruntów i samorządy lokalne zobowiązani są do likwidowania inwazyjnej rośliny. To trudne i czasochłonne zadanie. Co więcej, mimo rozmiarów rośliny, zlokalizowanie jej wcale nie jest takie proste.

Czy to tytuł najnowszego filmu science fiction? Nie, dzięki NTT DATA Business Solutions to rzeczywistość.

Image showing a giant hogweed plant on a field, conveying the impression of being a triffid.
Barszcz Mantegazziego: „Dzień tryfidów”

Inwazja barszczu Mantegazziego to historia prawie jak z książki „Dzień tryfidów”, opowiadającej o gigantycznych, zabójczych roślinach. Wyobraź sobie, że proces lokalizowania rośliny w celu jej usunięcia mógłby być zautomatyzowany. Właśnie taki cel obraliśmy, tworząc fundamenty dla rozwiązania z zakresu innowacyjnej ochrony środowiska. Wykorzystaliśmy drony i technologie rozpoznawania obrazu do identyfikacji roślin za pomocą sztucznej sieci neuronowej.

Pierwszym krokiem było przeczesywanie dużych obszarów terenu. Dzięki naszej współpracy z renomowanym producentem dronów mogliśmy pomóc wielu duńskim gminom i właścicielom ziemi usprawnić ten żmudny proces. Drony dostarczyły nam zdjęcia terenu w wysokiej rozdzielczości. To właśnie te obrazy rozległych równin i lasów stały się podstawą do dalszej analizy. Współpraca z lokalnymi społecznościami sprawiła, że nie musieliśmy angażować własnych biologów w proces znakowania zdjęć. Samo usystematyzowanie badań w ten sposób stanowi duży progres w porównaniu do manualnych metod lokalizowania toksycznych roślin.

Jeszcze wyższy poziom dzięki Machine Learning i sieciom neuronowym

W ramach projektu pilotażowego prowadzonego we współpracy z duńskimi gminami Hedensted, Randers, Kolding i Viborg, inteligentne algorytmy są obecnie wykorzystywane do wykrywania obcych dla lokalnego środowiska chwastów.

Wydzielony zbiór zdjęć wykorzystywany jest do utworzenia pipeline’u, w którym analizowane są obrazy pozyskane z dronów. Zdjęcia podzielone są na zbiór treningowy i referencyjny. Zawartość zbioru treningowego wykorzystuje się do treningu algorytmu. W przypadku gdy wyniki nie spełniają oczekiwań, proces może być wielokrotnie powtarzany po odpowiednim dostosowaniu algorytmu. Jeśli algorytm prezentuje poprawny wynik, zostaje on wdrożony w rozwiązaniu. W przypadku niepowodzenia, algorytm jest ponownie szkolony.

W rezultacie, udało nam się poprawić wskaźnik wykrywalności barszczu Mantegazziego. Dodatkowo doszliśmy do wniosku, że ten sam proces może być wykorzystywany przy wyszukiwaniu innych gatunków roślin. I to jest prawdziwa innowacyjna ochrona środowiska!

Wykorzystanie sztucznej inteligencji podczas analizy prowadzi do poprawy efektywności kosztowej i efektywniejszego badania terenów, które w ręcznym przeszukiwaniu sprawiałyby wiele problemów ze względu na swoją powierzchnię czy trudno dostępne zakamarki. Ponadto, wykorzystywane w przeszłości ręczne wyszukiwanie roślin mogło być przeprowadzane tylko przez specjalistów i biologów. Teraz, dzięki wykorzystaniu sztucznej inteligencji również osoby bez specjalistycznej wiedzy mogą wykonywać część tej pracy. Ostatecznie, wyniki, które osiągnęliśmy wykorzystując algorytmy zdecydowanie przewyższyły te, na które pozwalała ręczna identyfikacja roślin.

Sztuczna inteligencja, Machine Learning, Big Data i drony, czyli technologie innowacyjnej ochrony środowiska były dostępne i gotowe do wykorzystania. Jednakże, aby faktycznie ich użyć musieliśmy zebrać wystarczającą ilość odpowiednio otagowanych zdjęć i przeszkolić wysokiej jakości sieć neuronową. Weźmy na przykład gminę Viborg. Tylko na tym obszarze nasz dron sfotografował ponad 1400 km² terenu (to więcej niż powierzchnia Nowego Jorku!). Każde wykonane zdjęcie o wysokiej rozdzielczości obejmuje około 5m². Daje nam to bardzo dużą ilość danych. Z tego względu stworzyliśmy nowoczesną platformę danych, na której wszystkie istotne informacje mogą być efektywnie przetwarzane i przechowywane. Kolejnym naturalnym wyzwaniem było stworzenie koncepcji zarządzania tymi wszystkimi danymi.

W celu zapewnienia efektywnego wykorzystania technologii zaangażowanych w projekt – i oczywiście w celu uzyskania najlepszych wyników – ważne było również, aby połączyć wiedzę branżową i technologiczne know-how.

Największym wyzwaniem technicznym, przed którym stanęliśmy, było prawdopodobnie połączenie odpowiednich narzędzi i usług. Członkowie zespołu wciąż dowiadują się więcej na temat technologii wykorzystywanych w tym projekcie. Te nowe narzędzia i usługi torują drogę dla bardziej interesujących projektów i nowych możliwości w dziedzinie sztucznej inteligencji i Machine Learning. Co więcej, praca z tego typu innowacjami jest przyjemna i przynosi szybkie rezultaty.

Poprzez aplikację, zespół NTT DATA Business Solutions dostarczył pracownikom terenowym informacje pozyskane z dronów. Sama aplikacja powstała w ciągu zaledwie kilku dni i opiera się na platformie chmurowej. Dzięki temu byliśmy w stanie przeglądać zdjęcia natychmiast po ich otrzymaniu. Wybiegając trochę w przyszłość, informacje zwrotne pozyskane z terenu sugerują, że algorytm rozpoznawania obrazów będzie się dalej uczył i w rezultacie dostarczał jeszcze lepsze efekty. Możemy zatem spodziewać się kolejnych ciekawych projektów w zakresie innowacyjnej ochrony środowiska.

Zaintrygowany? Nie wahaj się i skontaktuj się z nami już dziś!