Publicystyka - ngo.pl

Jest to projekt unikatowy – pierwszy raz podjęto próbę zidentyfikowania wszystkich starorzeczy w Polsce przy wykorzystaniu zaawansowanej technologii sztucznej inteligencji. 

Firma deepsense.ai zajmująca się rozwojem systemów z zakresu sztucznej inteligencji opracowała metodę automatycznej identyfikacji starorzeczy na podstawie danych o ich kształcie i lokalizacji. Starorzecza to płytkie zbiorniki wodne, będące pozostałością dawnego koryta rzeki.

Starorzecza stanowią integralną część naturalnego ekosystemu rzeki i jej doliny. Są miejscem występowania wielu rzadkich i chronionych gatunków fauny i flory takich jak: żółw błotny, rybitwa czarna, łabędź niemy, gatunki ważek czy wodna paproć salwinia pływająca. Co dziesiąty polski łabędź niemy gniazduje na starorzeczu. Ponadto, starorzecza zwiększają możliwości retencjonowania wody w dolinach rzek i wspierają oczyszczanie rzek poprzez przechwytywanie biogenów. Dlatego ich identyfikacja i monitoring są tak ważne.

– Bez wsparcia nowoczesnych technologii ocena stanu tysięcy kilometrów polskich rzek i ich efektywna ochrona nie jest możliwa. Dlatego tak bardzo cieszy nas współpraca z deepsense.ai. Oparty na sztucznej inteligencji system pozwolił nam przyspieszyć prace nad identyfikacją starorzeczy o kilka lat – mówi dr Przemysław Nawrocki z WWF Polska.

Dotychczas działania związane z identyfikacją starorzeczy były prowadzone w Polsce w ograniczonym zakresie – jedynie w dolinach niektórych rzek, np. na obszarze Biebrzańskiego Parku Narodowego, Parku Narodowego Ujścia Warty, w dolinach Drwęcy i Pilicy. Analizując różne bazy danych, naukowcy z Uniwersytetu im. Adama Mickiewicza i Uniwersytetu Przyrodniczego w Poznaniu wspólnie z WWF zidentyfikowali ponad 200 tysięcy niewielkich zbiorników wodnych, z których część może być starorzeczami. Niestety, przy tak dużej ilości zbiorników bardzo trudno byłoby je „ręcznie” posortować, gdyż wymagałoby to dokładnego obejrzenia każdego zbiornika na mapie i zdjęciu satelitarnym.

Prawidłowa klasyfikacja tak dużego zbioru danych, pozwalająca odróżnić starorzecza od innych naturalnych zbiorników wodnych czy zbiorników sztucznych, wymagałaby wielu miesięcy intensywnej pracy wieloosobowego zespołu. System opracowany przez deepsense.ai skrócił ten czas do kilku godzin.

– W deepsense.ai mamy wieloletnie doświadczenie w rozwijaniu systemów opartych na sztucznej inteligencji, związanych z analizą zdjęć satelitarnych. Współpraca z WWF nie jest też naszym pierwszym projektem z zakresu implementacji zaawansowanej technologii SI na poczet ochrony środowiska naturalnego. W 2016 rok mieliśmy ogromną przyjemność współpracować z National Oceanic and Atmospheric Administration (NOAA), amerykańską instytucją rządową zajmującą się między innymi ochroną waleni biskajskich. Stworzony przez nas system zastąpił długotrwałe, ręczne analizy, wykonywane przez badaczy NOAA – proces identyfikacji poszczególnych waleni skrócił się z trzech godzin do trzech minut – mówi Dawid Nguyen, Business Manager, deepsense.ai.   

Opracowywanie systemu identyfikacji starorzeczy było wieloetapowym procesem, trwającym ponad pół roku. Model bazujący na sztucznej inteligencji opracowano na podstawie danych z około 2 tysięcy małych zbiorników wodnych w dolinach rzek. Model umożliwia zaliczenie zbiornika do jednej z trzech kategorii:

• starorzecze,
• zbiornik naturalny inny niż starorzecze,
• zbiornik sztuczny.

Model brał pod uwagę takie aspekty jak kształt analizowanego obiektu, jego wielkość czy odległość od koryta rzeki. Rozwiązanie przetestowano na całej bazie 200 tysięcy zidentyfikowanych małych zbiorników wodnych.

Wstępne wyniki uzyskane z zastosowanie modelu wskazują, że Polsce mamy ok. 30 tysięcy starorzeczy.

– W celu sprawdzenia skuteczności działania sztucznej inteligencji i „douczenia” modelu przystąpiliśmy do manualnej identyfikacji losowo wybranego tysiąca zbiorników w dolinach rzek. Ta żmudna praca jest potrzebna, aby jeszcze lepiej wytrenować model i osiągnąć wysoką efektywność identyfikacji starorzeczy – dodaje dr Przemysław Nawrocki.

W powyższym przykładzie model przeanalizował, czy zidentyfikowane zostało starorzecze, zbiornik sztuczny czy inny niż starorzecze zbiornik naturalny. Z analizy danych wynika, że pomimo niedoskonałości zobrazowania starorzecza na mapie, model prawidłowo ocenił, że jest to starorzecze (na 93%). Prawdopodobieństwo, że jest to inny typ zbiornika model uznał za bardzo niskie (zbiornik sztuczny – prawdopodobieństwo zaledwie 3%, natomiast na 4% model ocenił szansę, że to inny niż starorzecze zbiornik naturalny).

Dane o starorzeczach zebrane z wykorzystaniem sztucznej inteligencji w pierwszej kolejności zostaną wykorzystane do kompleksowej oceny stopnia naturalności dolin rzek, która umożliwi wskazanie najcenniejszych rzek i ich dolin – tych o największym stopniu naturalności, zasługujących na objęcie ochroną, np. w formie rezerwatów przyrody. Ocena ta pozwoli także na identyfikację takich rzek i ich fragmentów, w przypadku których renaturyzacja może najszybciej przynieść istotną poprawę zdegradowanego ekosystemu rzecznego.

Identyfikacja starorzeczy może być również wykorzystana w działaniach nakierowanych na wzmocnienie odporności rzek na katastrofy takie jak ta, która w ubiegłym roku wydarzyła się na Odrze. Starorzecza mogą być bowiem wykorzystywane jako refugia dla ryb: do starorzeczy połączonych z rzeką ryby mogłyby wpływać, uciekając przed skażeniem niesionym przez główny nurt rzeki, natomiast do starorzeczy odciętych od rzeki ryby mogą być przenoszone przez ludzi, aby tam mogły bezpiecznie przeczekać zagrożenie.

Końcowym efektem współpracy przyrodników i ekspertów deepsense.ai są dwa narzędzia wykorzystujące sztuczną inteligencję. Pierwszym jest model służący do identyfikacji starorzeczy na dużych obszarach, który może być zastosowany również w innych krajach niż Polska. Drugim będzie aplikacja online o charakterze edukacyjnym, adresowana do studentów i wykładowców przyrodniczych uczelni wyższych, która pozwala na analizę i klasyfikację do 100 zbiorników wodnych na podstawie danych przestrzennych wprowadzonych do aplikacji przez użytkownika.

Firma deepsense.ai zajmuje się rozwojem zaawansowanych systemów informatycznych opartych na sztucznej inteligencji i głębokim uczeniu maszynowym. Systemy deepsense.ai pozwalają wykorzystywać potencjał drzemiący w dużych zbiorach danych poprzez zastosowanie technologii: widzenia komputerowego (ang. computer vision), analizy predykcyjnej (ang. predictive analytics) i przetwarzania języka naturalnego (ang. natural language processing).

Zespół deepsense.ai składa się z 120 specjalistów z obszaru sztucznej inteligencji i uczenia maszynowego. Firma powstała w 2014 roku i od tamtej pory z sukcesem realizuje międzynarodowe projekty dla takich klientów jak: Organizacja Narodów Zjednoczonych, Google, IBM, Intel czy Volkswagen.