Поделиться
SAS и МИПСА внедрили решение на базе ИИ для предотвращения исчезновения лесов
SAS и Международный институт прикладного системного анализа (МИПСА) к 50 годовщине Дня Земли внедрили решение нового поколения на базе искусственного интеллекта. Система будет обучаться на собранных добровольцами данных, чтобы лучше понять, как помочь планете.
Команды SAS и МИПСА решили с помощью ИИ и краудсорсинга проверить как изменения в одной системе могут повлиять на другую. Благодаря миллионам новых источников цифровых изображений, собираемых каждый день, и росту возможностей технологий компьютерного зрения, можно расширить знания о здоровье планеты.
«Срочность, необходимая для решения таких задач, требует применения лучших в своем роде технологических решений. Вот почему мы обратились в SAS, – сказал Альберт Ван Яарсвельд, генеральный директор МИПСА. – Объединив мощь наших научно-исследовательских платформ в области охраны окружающей среды, технологии искусственного интеллекта и компьютерного зрения SAS, а также помощь пользователей по всему миру, мы сможем с высокой точностью проводить оценку глобальных экологических изменений почти в реальном времени».
Любой, кто хочет внести вклад в защиту лесов, может зайти на сайт sas.com/rainforest, просмотреть и классифицировать фотографии. Это поможет аналитическим моделям учиться и совершенствоваться с каждой итерацией.
«Анализ изображений – это первый важный шаг в точной оценке и прогнозировании обезлесения. Поэтому мы просим людей рассмотреть то, чего могут не знать или что могут не увидеть технологии, а затем сообщить о снимках, на которых видно вторжение человека в лесное хозяйство в разных регионах и странах мира, – сказал Альберт Ван Яарсвельд. – Краудсорсинг помогает усовершенствовать алгоритмы ИИ, ускоряя анализ, на который ранее уходили годы, и быстрее получать выводы и аргументы, влияющие на принятие политических решений о защите наших лесов».
Краудсорсинговое партнерство SAS с МИПСА проходит в рамках программы Data for Good, которая поощряет использование аналитики данных для позитивных глобальных изменений.
Короткая ссылка
