Jak AI pomaga chronić środowisko? Fotopułapki, monitoring, prognozowanie

Transkrypcja wygenerowana automatycznie przez sztuczną inteligencję

Jakub Górnicki [00:00:00] Hej!

Anna Górnicka [00:00:00] Cześć!

Jakub Górnicki [00:00:00] Z tej strony.

Anna Górnicka [00:00:01] Ania Górnicki.

Jakub Górnicki [00:00:02] I Kuba Górnicki. A to jest  Outriders Podcast

Anna Górnicka [00:00:05] Tworzymy unikalne reportaże audio o problemach i wyzwaniach na całym świecie.

Jakub Górnicki [00:00:10] Ale nie chcemy kończyć historii na tym, że jest tylko źle.

Anna Górnicka [00:00:13] Rozmawiamy z ludźmi, którzy szukają rozwiązań i patrzymy na to, co działa, co może działać i czego należy spróbować.

Jakub Górnicki [00:00:22] Tę audycję tworzymy dzięki wsparciu Patronek i Patronów i bardzo gorąco. Po pierwsze dziękujemy tym, którzy już są z nami i po drugie zachęcamy do dołączenia do tego jakże szlachetnego grona na stronie patronite.pl/outriders.com. Możesz nas wesprzeć dobrowolną opłatą wedle Twojego uznania. Już z góry za to dziękujemy. Dz ień dobry, Dzień dobry. Witam Was w kolejnym odcinku podcastu Outriders. Dzisiaj sam, sam, bez Ani, ale nadal tak powiem. Liczba osób się zgadza, gdyż jesteśmy tutaj we czwórkę i to jest kolejny odcinek, w którym rozmawiać będziemy o sztucznej inteligencji, ale już w poprzednich mieliśmy takie metafizyczne rozwiązania. Czy te roboty zabiorą nam pracę? Co właściwie będziemy robić? Dzisiaj staramy się tak trochę bardziej. O jakim z potencjalnych konkretnych wykorzystania porozmawiać, a mianowicie o tym, jak to może nam pomóc w ochronie przyrody. Żeby o tym wszystkim porozmawiać. Jest ze mną dzisiaj troje wyśmienitych gości i gościń. Zacznę od Ciebie Agnieszko - Agnieszka Podobińska. Dzień dobry.

Agnieszka Podobińska [00:01:33] Cześć.

Jakub Górnicki [00:01:35] Agnieszka jest geografką i specjalistką do spraw komunikacji fundacji WWF Polska. Pracowała w projektach związanych z ochroną gatunkową, ochroną obszarów leśnych, tworzeniem nowych obszarów chronionych czy związanych z edukacją. Kolejnym gościem jest Tomasz Krzywicki. Cześć Tomku.

Tomasz Krzywicki [00:01:53] Cześć, Witam serdecznie.

Jakub Górnicki [00:01:55] Tomek zajmuję się programowaniem od 2010 roku. Obecnie pracuję z językami Pico oraz GoW i tutaj przed tym spotkaniem ustaliliśmy, że jest taki język, a nie że to literówka, ale może on coś o tym powie. Więcej, Dalej. Zawodowo związany jest z Uniwersytetem Warmińsko Mazurskim w Olsztynie, Uniwersytet z GPS oraz firmą Milenium i finalnie nasz gość niespodzianka dzisiaj Rafał Rzepkowski. Cześć Rafale.

Rafał Rzepkowski [00:02:21] Cześć, Witam serdecznie.

Jakub Górnicki [00:02:23] Specjalista do spraw ochrony gatunków, lider, projekty słabe oraz lekarz oczywiście również WWF Polska. Także Tomek dzisiaj Ty kontra dwóch dwóch przedstawicieli WWF. Także po cichu będę Ci udzielał mojego wsparcia, także w razie gdyby nam się tutaj dyskusja zrobiła. Słuchajcie Agnieszko, zaczniemy od Ciebie. Jak Ty myślisz sobie o sztucznej inteligencji i o tym czym się zawodowo zajmujesz, to patrzysz gdzie widzisz tam nadzieję, Ale od obaw sobie jeszcze przejdziemy. Albo gdzie już tam Ekspert eksperymentuje Cię? Czy zastanawiacie się, gdzie można by to wszystko wykorzystać?

AI i ochrona środowiska - nadzieje i wyzwania.

Agnieszka Podobińska [00:02:59] Ja mam tę przyjemność. Łącza moje wykształcenie przyrodnicze z takim doświadczeniem zawodowym związanym z komunikacją i muszę powiedzieć, że od jakiegoś czasu bardzo intensywnie przyglądam się tym kierunkom, bo przecież sztuczna inteligencja okazała się słowem roku 2023, więc jest tematem ważnym. Kiedy patrzę na ochronę przyrody i na to, jaki potencjał w ochronie przyrody ma ta sztuczna inteligencja, to bywam niejednokrotnie zaskoczona, ale też myślę sobie, że ta sztuczna inteligencja wszystkiego za nas nie zrobi. Ona ma niesamowity potencjał w analizie danych i potrafi oszczędzić godzinę, tygodnie, miesiące pracy przyrodników. A jednocześnie, kiedy zyskujemy te godzinne miesiące, a zwłaszcza kiedy zyskujemy lata, możemy doprowadzić do tego, że ta ochrona przyrody będzie skuteczniejsza i szybsza. I to jest taka moja nadzieja, kiedy łączę te dwa hasła, kiedy łączysz sztuczną inteligencję i ochronę przyrody.

Jakub Górnicki [00:03:59] Rafale, chcesz coś tutaj dodać?

Rafał Rzepkowski [00:04:00] Tak, oczywiście. Jeżeli jest taka możliwość, to z chęcią. W ochronie przyrody technologia jest, bo korzystam od dosyć intensywnie od wielu lat. Warto na przykład posłużyć się przykładem foto pułapek foto Pułapki są powszechnie stosowane przez przyrodników różnych specjalności. Gromadzone są zdjęcia, duże wolumeny danych i właśnie sztuczna inteligencja pozwala na analizowanie tych bardzo dużych wolumenów danych, analizy, analizy tysięcy zdjęć w sposób często nawet lepszy, a na pewno szybszy. Także w kwestii takiego, powiedzmy z perspektywy terenowego przyrodnika, za którego też się mam. Niejednokrotnie byłem w takiej sytuacji, że zbierałem zdjęcia z foto pułapek. Tych zdjęć miałem wiele tysięcy, a potem w zasadzie godzinami, jeżeli nie tygodniami analizowałem, a niekiedy analiza tych zdjęć była dosyć ciężka. Jest. Może dlatego, że trzeba było się naprawdę przeanalizować zdjęcie, żeby po pierwsze zobaczyć zwierzę, a jeszcze żeby te zwierzę wykopać. Więc tutaj tak naprawdę jak za bardzo duży potencjał wykorzystania w wykorzystaniu sztucznej inteligencji i to tak naprawdę na różnych poziomach, bo wiadomo, im więcej wiemy o możliwościach sztucznej inteligencji, tym mamy większe nadzieje na jeszcze szersze wykorzystanie tego narzędzia. Czyli taką podstawą z mojego punktu widzenia, która jest bardzo istotna w zastosowaniu sztucznej inteligencji, na przykład wyczyszczenie tzw. pustych zdjęć, kiedy pułapkę robią różne zdjęcia, to często jest spraw, to też są gałęzie drzew. Tak naprawdę, żeby zrobić taki pierwszy filtr, puste zdjęcia, żeby wyciąć zdjęcia, na których np. nie ma zwierząt. Następnym krokiem jest identyfikacja. Z gatunku tu też rozgryzłem. Identyfikacja gatunku jest kluczowa, ale tak naprawdę rośnie w miarę jedzenia, więc jeszcze fajnie byłoby, żeby sztuczna inteligencja, żeby tak wytrenować algorytmy, żeby sztuczna inteligencja była w stanie identyfikować poszczególne segmenty. Wtedy mamy pełny obraz sytuacji. Monitorujemy populacji zwierząt, ale jesteśmy w stanie prześledzić także ruchy i zachowanie poszczególnych osobników. I tutaj tak naprawdę można mnożyć przykłady, w jaki sposób można wykorzystywać właśnie te dane z foto pułapek i z analizy przemieszczenia się np. poszczególnych osobników. O tym być może troszkę później powiemy. Także ja powiem szczerze, jak bardzo dużo na rozwój tego typu metod, bo myślę, że jest bardzo dużo przestrzeni właśnie w ochronie przyrody w kontekście zagrożonych gatunków zwierząt, ale nie tylko, bo także rośnie także następny, ten obecny.

Jakub Górnicki [00:06:43] Jak już mówisz, że może liczyć na to, że nawet osobniki będzie można zidentyfikować, to jest brzmi naprawdę ciekawie. Tomku, a jak Ty to wszystko słyszysz? To z Twojej perspektywy jako osoby, która zajmuje się bardziej programowaniem i tak dalej. Myślisz, że marzenia Agnieszki, Rafała będą się szybciej czy później spełniać?

Tomasz Krzywicki [00:07:01] Z mojego punktu widzenia marzenia pokroju filtrowania zdjęć, które są puste, które nie przedstawiają żadnej wartościowej informacji, są właściwie już możliwe do zrealizowania. Natomiast jeżeli chodzi o takie już bardziej skomplikowane tematy, takie jak identyfikacja poszczególnych osobników, no niestety, prawdopodobnie będziemy musieli na to jeszcze troszeczkę poczekać z tego względu, że jest to zadanie niestety trudne. Jest to zadanie trudne z tego powodu, że osobniki dość często są do siebie podobne. Także z mojego punktu widzenia musimy jeszcze troszeczkę poczekać, aż możliwości sztucznej inteligencji będą aż tak wysokie, że pozwolą nam na identyfikację tak drobnych i można powiedzieć ciężko zauważalnych cech.

Rafał Rzepkowski [00:08:00] No tak, ale nawiążę do tego, że my już widzimy ten potencjał, bo np. populacja karpackich rysi różni się od populacji bałtyckich rysi tym, że układ plam każdego osobnika jest bardzo charakterystyczny, a plamy z kolei na sierści nie są bardzo widoczne. Więc jakby tutaj widzimy ten potencjał na wytrenowanie właśnie algorytmu w ten sposób, żeby każdy osobnik był rozpoznawalny. No to jedna rzecz, ale druga rzecz. Tutaj już jakby nawiązuje do takiego współistnienia człowieka i dużego drapieżnika, że identyfikacja poszczególnych osobników też ułatwia w takich działaniach, które pomagają nam koegzystencję z rówieśnikami. Po pierwsze np. sztuczna inteligencja mogłaby identyfikować osobniki, które są chore, np. wilk chory na świerzb, który z kolei jest bardzo słabym osobnikiem, podchodzi do zagród.

Jakub Górnicki [00:08:54] Czy mógłbyś zdefiniować co to jest świerzb i jak potencjalnie można by to było zauważyć takim laikom?

Rafał Rzepkowski [00:09:02] Jest po prostu świetny. Jest to dosyć powszechna choroba wśród zwierząt. Objawia się tym, że to samo zwierzę inaczej wygląda, że jest po pierwsze wychodzące, poza tym sierść też jest przerzedzone, przyrządzona są No to jest to. Jest to choroba dosyć powszechna u wilków, u lisów i generalnie to osobniki też odróżniają się wizualnie od pozostałych nie zainfekowanych osobników. A dlaczego z naszej perspektywy to jest ważne? Ponieważ bardzo często to chore, osłabione zwierzęta stanowią taki potencjalny konflikt. Wiadomo, człowiek, zwierzę, czyli zwierzę oczywiście chce przetrwać, chce przeżyć, szuka pożywienia, szuka pożywienia tam, gdzie z wolnej, gdzie jest łatwo dostępne. Więc takie osłabione osobniki wilka może podchodzić do zagród ludzkich, szukając na przykład odpadów. Żywnościowych po to, żeby się pożywić. Jeżeli mielibyśmy system pułapek, który identyfikuje takiego osobnika odpowiednio wcześniej, można było zareagować odpowiednio szybko do służb, że taki osobnik zbliża się do miejsc zamieszkałych przez człowieka. Więc tutaj ten system pozwoliłby na bardzo szybką reakcję i w zasadzie wyeliminowanie zagrożenia na samym początku. Poza tym takie systemy może nie w kwestiach identyfikowania chorych osobników, ale ostrzegających np. oskarżonego, hodowców, generalnie zwierząt, występują już na świecie takie pozytywne przykłady, jak na przykład w Indiach czy w Nepalu. Są już takie, powiedzmy pierwsze systemy informujące o zbliżaniu się tygrysa do osób ludzkich. Polega to na tym, że jest system foto pułapek zbierających zdjęcia. Z kolei następnie L. Pewnie jest w stanie przeanalizować trasę trasy migracji takiego osobnika. Jeżeli się zbliża do miejscowości jest wysyłany sygnał po pierwsze do strażników parku. Jeżeli rzecz ma miejsce np. w parku narodowym albo w innym obszarze chronionych przyrody i do samych mieszkańców, że takie zagrożenie potencjalnie istnieje, że osobnik zbliża się. Także taki system system reagowania na zagrożenia jak najbardziej jest ok, a w nowszym. W zasadzie przechodząc do naszego podwórka, bo jeszcze takie systemy są też pilotażowo wdrażamy np. w Pakistanie osłony pantery śnieżnej. U nas taki system czy można było stworzyć? Myślę, że większym od. Nas to medialnie. Dochodzą do nas informacje o mieście, gdzie pojawiają się właśnie, zbliżają się do osiedli ludzkich, stanowią potencjalne zagrożenie. Czym jeździć może stanowić potencjalne zagrożenie? Oczywiście, że tak, ale są też sposoby i metody, żeby ograniczyć ten konflikt pomiędzy dużym drapieżnikiem, człowiekiem. Mamy system kamer, wiemy, że niedźwiedź się zbliża, przekazywany jest system, np. komunikat. To trochę taki komunikat o zagrożeniu. To może być esemes np. do rolnika zbliża się niedźwiedź. Zobacz, czy pasieka jest odpowiednio chroniona albo Twój inwentarz. Więc takich przykładów wiadomo, że można mnożyć. Czy takie rozwiązania są możliwe pod kątem technologicznym? Tutaj pytanie do specjalisty. W każdym razie my widzimy taką możliwość rozwiązań wykorzystania właśnie. A ja jeszcze sobie przypomniałem jeden przykład z Indii, bo mówiłem o takich okresach monitoring tygrysa, aby tygrys się zbliża, ale to także jest sposób na wykrywanie np. grup osobniczych na te same foto pułapki, które robią zdjęcia zwierzętom, równie dobrze mogą uchwycić grupy kłusownicy, kłusowników, którzy z kolei czyhają na te zwierzęta, które chcemy chronić. Więc też odpowiednie komunikaty mogą wysyłać. I zresztą tego typu pilotażowe programy już są realizowane w Afryce. Dziękuję.

Tomasz Krzywicki [00:12:44] Może to ja może wsadzę kij w mrowisko, proszę.

Jakub Górnicki [00:12:47] Ja właśnie miałem ciebie o to prosić.

Tomasz Krzywicki [00:12:50] Tak, tutaj de facto słowo foto pułapka jest słowem kluczowym. Mianowicie jeżeli chodzi o sztuczną inteligencję. Ona ma pewne ograniczone możliwości percepcyjne i mam tutaj właśnie na myśli foto pułapki, które bądź co bądź nie są idealnymi narzędziami, które wykonują idealne zdjęcia jeżeli chodzi o monitorowanie np. zbliżania się gatunków, które mogą być groźne dla człowieka do osad ludzkich. To jest rzeczywiście rozwiązanie dość proste do opracowania z tego względu, że nawet na zdjęciu o kiepskiej jakości rozpoznanie, właściwie odróżnienie powiedzmy tygrysa od niedźwiedzia jest zadaniem prostym. Natomiast jeżeli chodzi o identyfikację cech, które są dość rzadkie i trudne w wykryciu, jest to problem, z którym boryka się nawet po dziś dzień medycyna. Mam tutaj na myśli dokładniej obrazowanie medyczne. Wyobraźmy sobie system, który analizuje zdjęcia dna oka, zdjęcia dna oka. To są zdjęcia wykonywane zazwyczaj w warunkach zbliżonych do laboratoryjnych i po dziś dzień Obecne rozwiązania sztucznej inteligencji mają nadal duże problemy z wykryciem pewnych drobnych zmian, takich jak choćby mikro autyzmu. Natomiast jeżeli chodzi o foto pułapki, w tym przypadku, jeżeli zdjęcia są wykonywane powiedzmy w kiepskich warunkach oświetleniowych, jak na przykład w nocy, te zdjęcia są obarczone pewnym obciążeniem. Mam tutaj na myśli szum i taki szum może tak naprawdę zamazywać pewne istotne cechy, które mogą nam na przykład pomóc w określeniu, czy dane zwierzę cierpi na świerzb, czy może posiada jakieś charakterystyczne plamki, które odróżniają jedną populację od drugiej.

Agnieszka Podobińska [00:14:43] Chciałam tutaj wtrącić. Refleksje po. Tak sobie słucham i Rafała i Tomka, i gdzieś tam zawsze przy tej sztucznej inteligencji, kiedy tak sobie marzymy, co byśmy chcieli, co byśmy widzieli NE w przyszłości. Bo też myślę sobie, że odróżnienie przez taką foto papkę czy sztuczną inteligencję wilka od hybrydy wilka np. albo zdziczały do psa też na pewno należy do wyzwań i trudnych elementów takich projektów. A ja myślę sobie też o tych granicach tego, co może sztuczna inteligencja i czy my nie zaczynamy trochę fantazjować na poły, a trochę na poły próbować tutaj przypisywać jej taką kluczową rolę, Bo rzeczywiście jest to ogromne ułatwienie dla nas. Ale są rzeczy, których autentycznie, naprawdę chyba nigdy sztuczna inteligencja za nas nie zrobi. Trudno powiedzieć. Nigdy, bo tej pewności zupełnie nie mamy. Ale na ten moment naprawdę te ograniczenia jednak są spore i praca przyrodników i tak zastąpiona nie będzie. Ale z mojej perspektywy właśnie plusem jest to zyskanie czasu na to, w jaki sposób naprawdę możemy zrobić coś istotnego bez siedzenia przy komputerze i analizowania obrazów powiedzmy z foto pułapek skóry, które zarejestrowały spadającą gałąź na przykład.

Jakub Górnicki [00:15:57] Tak jak tego słucham, to tak naprawdę troszeczkę prościej jest mimo wszystko wymienić foto pułapki na urządzenia oparte o mają wyższą rozdzielczość albo jakąś wyższą czułość i tak dalej, żeby po prostu to, o czym mówił Tomek, żeby można było nadać, że tak powiem, lepszej jakości wsady sztucznej inteligencji do tego, żeby ona mogła to analizować, bo to takie urządzenia są. To jest kwestia kosztów, tak naprawdę pewnie dużo wyższych, jeżeli chodzi o te urządzenia, aczkolwiek nasz zysk może być bardzo duży. Słuchając tego, co mówi Agnieszka i Rafał. Tomku, jeszcze chciałem z Tobą trochę podpytać, jeżeli chodzi w ogóle o to rozpoznawanie obrazu i tak dalej, to co, Jakie są teraz tak ogólnie największe wyzwania i problemy, które jakby technologia stara się tutaj rozwiązać?

Wyzwania technologiczne a rozwijanie AI.

Tomasz Krzywicki [00:16:43] De facto, jeżeli chodzi o największe wyzwania, one już zostały pokonane około ośmiu do pięciu lat temu.

Jakub Górnicki [00:16:52] Dobrze, że jesteśmy na bieżąco.

Tomasz Krzywicki [00:16:54] Tak, tak, jeżeli chodzi o obecne rozwiązania, one już nie notują tak dużych zysków względem rozwiązań poprzednich, jak to było wcześniej. To, co miało miejsce około ośmiu mniej więcej do pięciu lat temu w ramach rozwiązań, które były zgłaszane na konkurs Imagine. Mianowicie konkurs Imagine jest takim, powiedzmy, wyzwaniem dla zespołów specjalistów, którzy zajmują się sztuczną inteligencją. Mianowicie polega on na stworzeniu rozwiązania, które będzie w stanie sklasyfikować zdjęcia, a właściwie przydzielić do nich jedną z tysiąca klas decyzyjnych. I tutaj mieliśmy. Tutaj jest właściwie jest do czynienia z klasami decyzyjnymi, takimi jak samolot, ciężarówka i tak dalej, i tak dalej. Także te główne problemy, które z którymi mieliśmy do czynienia, zostały właśnie rozwiązane podczas ostatnich edycji tego konkursu, gdzie przyrosty dokładności z roku na rok. Wynosiły około 2 3 do 5 punktów procentowych w takich zebraniach klasyfikacyjnych. Natomiast w tym momencie, tak jak już zdążyłem wspomnieć wcześniej, największym wyzwaniem jest właśnie ta zdolność percepcyjne, czyli w bardzo dużym stopniu polegamy na tym, co zostaje dostarczone do takiego inteligentnego modelu. Czy to będzie model, który będzie klasyfikować zdjęcia, czy będzie też segment dawał poszczególne obszary, czy będzie też wykrywał na nich obiekty, to nie ma większego znaczenia. Natomiast w przypadku takich urządzeń jak foto pułapki, które są raczej urządzeniami przenośnymi, dostosowanymi do działania w różnych warunkach pogodowych na zewnątrz i także na przenośnym źródle zasilania, raczej taka jakość zdjęcia, taka dokładność odwzorowań poszczególnych obszarach na zdjęciach to nie będą aż tak dokładne, kiedy jak na zdjęcie, które zostałoby wykonane w idealnych warunkach laboratoryjnych. Także tutaj może jeszcze raz powtórzę to, co wspomniałem wcześniej, że to jest ten największy problem. Jeżeli nie przekażemy bardzo wyraźnego sygnału takiemu modelowi inteligentnemu, to on też nie będzie w stanie tego za nas odtworzyć. Oczywiście istnieją pewne metody, metody interpolacji takich informacji, które są zawarte na obrazach, które nie są wykonane idealnie, natomiast w dalszym ciągu jest to interpolacja, czyli próba powiedzmy takiego przybliżonego odtworzenia tego, co może się tam znajdować. Natomiast nie mamy pewności, czy rzeczywiście to się tam znajduje. I finalnie tego rodzaju działania mogą wprowadzać pewne obciążenia do wyników, które charakteryzują poszczególne rozwiązania.

Jakub Górnicki [00:20:01] Skupiliśmy się tutaj bardzo na takim wsparciu ochronie środowiska w oparciu tak naprawdę o generowanie obrazów. Ale ja chciałbym Ciebie jeszcze Agnieszko podpytać, bo to jest na samym początku właśnie wspominają o na przykład analizie zbiorów danych, niekoniecznie opartych o pliki jpg. W sensie tylko, że to jednak mogą być zupełnie rodzaju innego formaty. Czy Ty jeszcze gdzieś widzisz albo masz jakieś nadzieje związane z jakimiś innymi segmentami wsparcia?

Poszukiwanie rozwiązań, czy AI może pomóc w walce o ochronę środowiska?

Agnieszka Podobińska [00:20:29] Ja ostatnio muszę się przyznać, że bardzo dużo żartowałam różnych ciekawych artykułów w związku z naszą kampanią, która właśnie dotyczy sztucznej inteligencji i muszę powiedzieć, że te zastosowanie są niesamowite. Od badań akustycznych w Peru, gdzie w Puszczy amazońskiej na podstawie właśnie rejestratorów dźwięku można rozpoznać poszczególne gatunki ptaków. Okazuje się, że wyzwaniem są owady i różne inne gatunki, ale ptakach to całkiem wychodzi fajnie i dzięki temu można np. ocenić różnorodność biologiczną świata ptaków w danym obszarze, co jest szczególnie cenną informacją, jeżeli mówimy np. o zrównoważonej gospodarce leśnej i zasadności prowadzenia. Pokazuje to badania akustyczna pokazują, że rzeczywiście zasadne jest zasadne jest certyfikacja FSC i zrównoważona gospodarka leśna.

Jakub Górnicki [00:21:22] Co to jest certyfikacja FSC?

Agnieszka Podobińska [00:21:24] To jest certyfikacja związana z tzw. z tak zwaną zrównoważoną gospodarką leśną. Tutaj pewnie Rafał byłby lepszą osobą do wytłumaczenia tego procesu. Natomiast chodzi głównie o to, żeby w taki sposób gospodarować obszarami leśnymi, żeby zachować różnorodność biologiczną, a jednocześnie też pozwalać na tę gospodarkę leśną, której my też potrzebujemy jako ludzie, bo gdzieś tam potrzebujemy pozyskiwać drewno do naszych różnych celów, ale można to robić w sposób rabunkowy, a można to robić też w sposób zrównoważony, co ma zupełnie inny wpływ na przyrodę. Dlatego czasami, jak widzicie jakieś produkty, na których produkty papierowe czy drewniane, na których jest certyfikat FSC, to znaczy to ni mniej ni więcej, że to drewno czy półprodukty pochodzą z takiej właśnie zrównoważonej gospodarki leśnej, więc warto to zwracać, zwracać na to uwagę już w swoich wyborach konsumenckich. Natomiast jeżeli chodzi o inne takie ciekawe projekty, na przykład w Wielkiej Brytanii są pilotażowe projekty, które dotyczą zanieczyszczenia rzek, gdzie można różne parametry, które są oczywiście mierzone za pomocą sond umieszczonych w różnych miejscach danej danej rzeki. Można mierzyć i temperatura, wodę i poziom różnego typu zanieczyszczeń i monitorować stan takiej rzeki na bieżąco. W przypadku wychwycenia przekroczenia jakichś norm można zareagować bardzo szybko, bo ten system nas poinformuje i nie trzeba kogoś, kto cały czas będzie przy komputerze siedział. Tylko te dane mogą spływać na bieżąco z naprawdę dużą częstotliwością. To są przykłady, tak jak w Ameryce Południowej w portalu dzięki analizie zdjęć lotniczych, takiej bardzo dokładnej. 30 lat wstecz można ocenić straty wód powierzchniowych, a to jest szczególnie cenne dlatego, że obszary mokradeł bardzo dobrze wiążą dwutlenek węgla, są kluczowe dla zmian klimatycznych i ich zatrzymywania ich tempa w ogóle. Jeżeli chodzi o takie skutki globalne i mówimy tutaj o tym, że jesteśmy w stanie dzięki sztucznej inteligencji bardzo precyzyjnie ocenić straty, które już się zadziałały, więc tych wykorzystanie jest szalenie dużo. My tutaj głównie poświęciliśmy początek dyskusji foto pułapką, natomiast okazuje się, że tych możliwości jest naprawdę ogromnie dużo. Bardzo też rozwinięte są systemy związane z rozprzestrzenianiem się pożarów lasów, a co ciekawe, tych pożarów lasów prawdopodobnie będzie coraz więcej i nie tylko w związku z ekstremalnymi zjawiskami pogodowymi i zmianą klimatu, ale też w związku z działalnością człowieka. Bo 90% pożarów lasów to jest działalność człowieka, tylko 10% to są te pożary naturalne, a więc tutaj możliwość przewidywania dzięki sztucznej inteligencji, tego, jak taki pożar może się rozprzestrzeniać, kiedy to zagrożenie jest największa, pozwala odpowiednio dobrze ulokować np. strażaków czy wszelkie zasoby, które są potrzebne do gaszenia pożaru i jakby zminimalizować straty, albo ocenić to ryzyko i pozwolić sobie po prostu na dużo szybszą reakcję. Więc tego potencjału jest niedużo.

Jakub Górnicki [00:24:33] Tak, faktycznie Rafał niestety ustawił w taką pułapkę pułapkę na nas zastawił i postawił dyskusję, a teraz próbujemy się z niej wydostać. Tomku, jeszcze chciałem się zapytać jedną taką rzecz, bo cały czas rozmawiamy o takich zastosowaniach, które analizują to, co jest. Chciałem się Cię podpytać, jak ta sztuczna inteligencja może działać, jeśli chodzi o produkcyjny inność. Agnieszka przed chwilą wspominała np. to przy takim nie wiem czy prognozowaniu gdzie i kiedy mogą te pożary wystąpić, tudzież jak będą się rozprzestrzeniać. Ale np. jeżeli chodzi o to, o takie rzeczy związane z temperaturą, ze zmianami, które się gdzieś dzieją, czy to będzie gdzieś można zastosować, czy to jest jakiś okres, który musimy poczekać, aż poszczególne modele się po prostu wykluczą odpowiednio?

Tomasz Krzywicki [00:25:19] Jeżeli chodzi o prognozowanie tego, co będzie w przyszłości, to jest jedno z takich najbardziej klasycznych i sztandarowych zastosowań sztucznej inteligencji. Mianowicie mówimy tutaj zarówno o modelowaniu regresji, jak też prawdopodobnie o analizie szeregów czasowych.

Jakub Górnicki [00:25:37] A co to jest modelowanie rekreacyjne?

Tomasz Krzywicki [00:25:39] To jest, mówiąc w bardzo dużym skrócie uczenie pewnego modelu danych z przeszłości i następnie prognozowania pewnych ciągłych wartości na dane przyszłe, przepraszam na czas przyszłe, czyli w tym przypadku przykładowo na przykład nawiązując tutaj do wód powierzchniowych, jesteśmy w stanie przekazać pewne cechy, które opisują stan wód powierzchniowych na pewnym terenie, np. z tych ostatnich 30 lat modelowi. I następnie ten model będzie w stanie określić pewną ciągłą wartość na np. kolejne 30 czy też 60 lat. Jak będzie wyglądała np. powierzchnia konkretnego zbiornika na konkretnym terenie, wiedząc jak zmieniała się np. na przestrzeni tych ostatnich 30 czy też powiedzmy 20 lat. Także to jest jedno z takich najbardziej sztandarowych rozwiązań. Tylko tutaj występuje pewien minus. Mianowicie zweryfikowanie, czy rzeczywiście taki model jest wyuczony prawidłowo i oczywiście czy jego oszacowania są prawidłowe, może zająć bardzo dużo czasu, bo jeżeli staramy się za pomocą takiego modelu uzyskać prognozy na najbliższe 30 lat, to oczywiście czas, który będziemy musieli powiedzmy, odczekać na to, żeby sprawdzić, czy te predykcji są rzeczywiście poprawne, czy nie, będzie też liczone w latach.

Jakub Górnicki [00:27:11] Agnieszko, Rafale, gdybyście mieli wybrać z tych wszystkich obszarów, które wymieniliśmy, tudzież nie, to od czego byście zaczęli tak naprawdę, gdybyście mogli wskazać taki obszar, którym sztuczna inteligencja byłaby najbardziej potrzebna? Poza tym, że w każdym? Ja rozumiem, że to są ważne obszary, w których się poruszacie, ale gdybyście mieli zrobić, to od czego byście zaczęli? Rafał tylko nie mów oto pułapek.

Rafał Rzepkowski [00:27:36] Bardzo trudne pytanie, ale jednak bym wskazał na ochronę różnorodności biologicznej, czyli kwestia ochrony zagrożonych gatunków populacji z racji. Poza tym możliwość identyfikacji tych dziwnych hotspotów, czyli miejsc, które są kluczowe dla przetrwania danej populacji. Tak żeby obrazowo sytuację to o czym mówię, żeby jakoś obrazowo pokazać. Dla przykładu mamy mamy informacje z nadajników satelitarnych o trasie przemieszczania się gatunków migrujących z Europy do Afryki. Często są to gatunki, które my w Europie chronimy na różne sposoby, także wydając często bardzo duże kwoty na ochronę gatunku w Europie. Ale to są gatunki. Migrują, spędzają zimę w Afryce i nie do końca wiadomo, w jaki sposób one się zachowują i z jakim zagrożeniem mają do czynienia. W miejscu, w którym tak naprawdę często przebywają większość roku, ponieważ jest część gatunków daleko dystansowych, które spędzają w miejscach rozrodu, czyli na półkuli północnej. Na przykład w Europie tylko 3 miesiące, czyli większość życia spędzają tam dzięki temu, że wiemy jak się przemieszczają, gdzie spędzają czas, można właśnie zlokalizować tzw. hotspoty tychże gatunków, czyli miejsca kluczowe dla ich przetrwania i na podstawie dalszych analiz wyznaczyć, jakie to są zagrożenia i w jaki sposób przeciwdziałać. Po to, żeby ten gatunek przetrwał. Bo nie wszystko zależy od działań, które są podejmowane w Europie, czyli w miejscach, w których się odbywają lęgi.

Agnieszka Podobińska [00:29:08] Gdybym ja miała wybrać taki priorytet i powiedzieć, od czego chciałabym zacząć, to ja bym sztuczną inteligencję wykorzystała do tego, żeby osobą decyzyjną dać odpowiednie i wystarczająco argumenty. Analiza ogromnej liczby danych pozwala na to, żeby znaleźć bardzo dużo argumentów do powołania kolejnych chociażby parków narodowych czy obszarów chronionych albo do zmiany statusu ochronnego gatunków, które na to zasługują. Więc wydaje mi się, że gdybym ja miała wybrać ten jeden obszar, który byłby według mnie najbardziej skuteczny, to wykorzystałabym bez wahania sztuczną inteligencję i jej zasoby i analizy, która ona jest w stanie zrobić, do tego, żeby przekonać ludzi, którzy mają do tego władzę i mają do tego możliwości, do tego, żeby podejmowali decyzje, które będą sprzyjały ochronie przyrodę. Bo ostatecznie i na początku tego łańcucha sztucznej inteligencji jest człowiek i na samym końcu, bo to my decydujemy, co jakie zadanie chcemy dać sztucznej inteligencji i co chcemy, żeby wykonała za nas. A na koniec to my robimy coś z tym wynikiem i mając już wolną rękę do tego, żeby chronić jakiś obszar, jesteśmy już zdecydowanie bliżej tego, żeby ten cel osiągnąć.

Rafał Rzepkowski [00:30:24] Poza tym jest to narzędzie, które można wykorzystywać w ograniczaniu konfliktów pomiędzy np. drapieżnikami a człowiekiem. I to też jest moim zdaniem bardzo ważne pole, które można wykorzystać np. tworząc systemy wirtualnych pastuchów właśnie komunikatów, o których mówiliśmy zbliża się drapieżnik. Zabezpieczyć stado, czyli sama informacja, reagowanie na zagrożenia. Także ja w tym obszarze także widzę bardzo szerokie pole do wykorzystania sztucznej inteligencji i na to liczę.

Jakub Górnicki [00:30:54] Tomku, jeżeli chodzi o Ciebie jak widzisz kolejny krok jeżeli chodzi o sztuczną inteligencję, przynajmniej w tej kategorii, który Ty się zajmujesz.

Tomasz Krzywicki [00:31:02] Właściwie jeżeli chodzi o sztuczną inteligencję, to bardzo dużo już zostało zrobione. Ja uważam, że zbliżamy się tak naprawdę już do pewnego kresu, jeżeli chodzi o obecne metody. Obecnie w osiąganiu sztucznej inteligencji najczęściej wykorzystywane są sztuczne sieci neuronowe, czyli bardzo elastyczne struktury, które pozwalają nam dopasowywać się do pewnych wzorców, które występują w danych. I obecnie te sieci neuronowe są bardzo potężne. Może tutaj nie będę opisywał dokładnych wielkości oraz jednostek, które się kryją za tym określeniem. Mianowicie wystarczy wspomnieć, że tak naprawdę obecnym ograniczeniem są zasoby sprzętowe, czyli te największe modele takie jak choćby Czad czy PTI wymagają naprawdę bardzo potężnych centrów obliczeniowych wyposażonych w superkomputery do swojego działania. Czyli w tym momencie mamy tak naprawdę wyścig na zasoby obliczeniowe, które pozwolą nam trenować oraz uruchamiać te sieci neuronowe. Także z mojego punktu widzenia, zbliżając się już bardzo powoli do tego kresu możliwości, które pozwalają nam osiągać tą sztuczną inteligencję. Wspomnę o tym, że również te rozwiązania niestety, ale konsumują potężne ilości energii i z mojego punktu widzenia, będąc w temacie ochrony środowiska należy przede wszystkim zastanowić się nad po pierwsze rozważnym stosowaniem tej sztucznej inteligencji, bo niestety, ale potężna konsumpcja, konsumpcja energii elektrycznej no niestety nie wpływa pozytywnie na środowisko. To jest pierwsza kwestia. Natomiast druga kwestia to jest taki pewien dość nowy nurt w informatyce, który jest jeszcze dość raczkujący, mianowicie jest to green computing, czyli nurt, który skupia się na optymalizacji zużycia zasobów obliczeniowych. W tym momencie jest. Bardzo raczkujący nurt, który oczywiście ma już pewne małe sukcesy na koncie, natomiast te sukcesy jeszcze nie dotyczą tych topowych i najważniejszych modeli, które są wykorzystywane w naszym życiu codziennym. Mianowicie to są raczej zastosowania, powiedzmy takie bardziej demonstracyjne. Natomiast myślę, że w bliższym bądź troszeczkę dalszym czasie ten nurt Green computing będzie w stanie bardziej zoptymalizować pobór energii przez te, powiedzmy nawet najważniejsze modele sztucznej inteligencji.

Agnieszka Podobińska [00:33:44] To ja jeszcze skorzystam z okazji.

Jakub Górnicki [00:33:46] 10 lecia jako.

Agnieszka Podobińska [00:33:47] Marka 10 sekund. Amen dla wszystkich słuchających nas i ciekawostkę i propozycja. Ciekawostka brzmi tak, że Tomek już wspomniał o śladzie węglowym sztucznej inteligencji. Ja dotarłam do informacji, że wygenerowanie jednego obrazu przez sztuczną inteligencję, co jest teraz często traktowane przez nas jako rozrywka w tym narzędziu zużywa tyle energii ile naładowanie smartfona. A 1000 takich obrazów jest równoważne przejechaniu 7 i pół kilometra samochodem benzynowym. To tak, żeby sobie wyobrazić to zużycie energii, które idzie na sztuczną inteligencję i poddać trochę rozwadze to, do czego ją wykorzystujemy i czy naprawdę potrzebujemy ją do tego wykorzystywać. A propozycja dotyczy tego, że tak jak Tomek mówi, gdzieś tę granicę sztucznej inteligencji mamy nawet w ochronie przyrody. Więc my szczególnie zachęcamy, żeby w tym czasie, kiedy rozliczamy się z podatku, przypomnieć sobie o naszej organizacji, organizacjach ekologicznych. My zachęcamy szczególnie do wsparcia naszych przyrodniczych działań na Fundacji WWF Polska, bo no nikt nie zastąpi zaangażowania naszych wolontariuszy, naszych przyrodników, działań terenowych, których sztuczna inteligencja za nas nie zrobi.

Jakub Górnicki [00:34:58] Dziękuję Wam wszystkim bardzo za udział w dzisiejszym odcinku podcastu. Naszymi gośćmi byli Agnieszka Podobińska. Dziękuję Agnieszko.

Agnieszka Podobińska [00:35:05] Dzięki!

Jakub Górnicki [00:35:06] Rafał Rzepkowski.

Rafał Rzepkowski [00:35:08] Dziękuję bardzo.

Jakub Górnicki [00:35:09] I Tomek Krzywicki.

Tomasz Krzywicki [00:35:10] Dzięki.

Jakub Górnicki [00:35:11] A my słyszymy się już za tydzień w bardzo specjalnym odcinku podsumowującym właściwie dwa lata istnienia tego podcastu. Także już dzisiaj gorąco zachęcam i do usłyszenia. A już na sam koniec bardzo chcielibyśmy z Anią i całym zespołem podziękować wszystkim, dzięki którym powstaje ta audycja, czyli naszym patronką i patronom. Bardzo Wam dziękujemy wszystkim patronom. Zachęcamy wszystkich do wspierania nas dobrowolnym wpłatami w serwisie Patronaty. Tam samemu zdecydujesz o kwocie wsparcia, a my polecamy się i dziękujemy za Wasze oceny na Spotify, Apple czy innych platformach, na których słuchacie. I do usłyszenia w kolejnym tygodniu.