Предиктивная («прогнозная») аналитика, основанная на алгоритмах искусственного интеллекта, становится всё более распространенным инструментом в арсенале средств правоохранительных органов для борьбы с преступностью. ИИ уже помогает прогнозировать преступления для их предотвращения или выявлять серийные схемы, способствуя расследованию уже совершенных преступлений. О том, как искусственный интеллект и теория игр помогают бороться с браконьерами, уничтожающими природное наследие планеты в особо охраняемых природных территориях (заповедниках и парках), пишет журнал Технической школы Витерби Университета Южной Калифорнии («USC Viterbi School of Engineering»).
Группа разработчиков из Университета Южной Калифорнии, возглавляемая профессором инженерных и компьютерных наук, промышленной и системной инженерии, доктором Милиндом Тамбе (Milind Tambe), экспертом в области теории игр и мультиагентных систем, разработала умную платформу для борьбы с браконьерами «Помощник по защите для безопасности дикой природы» («Protection Assistant for Wildlife Security», «PAWS»), которая совсем скоро может быть развернута в 600 заповедниках по всему миру. Алгоритмы «PAWS» обрабатывают огромные объемы данных и используют машинное обучение, предлагая наиболее эффективные маршруты для патрулирования заповедников, чтобы обнаружить браконьеров или помешать их планам. «PAWS» использует математическое моделирование и теорию игр и точнее человеческой интуиции.
«Мы используем искусственный интеллект, чтобы понять и перехитрить наших противников, в данном случае — браконьеров.. Очень интересно показать потенциал этой технологии. Мы думаем, что это будет иметь реальное значение», Милинд Тамбе, доктор философии, профессор инженерных наук и компьютерных наук в Университете Южной Калифорнии.
В конце прошлого года «PAWS» поступил на тестирование патрульным рейнджерам заповедника дикой природы «Srepok Wildlife Sanctuary» (Комбоджа). В начале, по словам Джеймса Лоуренса, технического консультанта заповедника со стороны правоохранительных органов, рейнджеры выражали скептицизм в отношении прогностического программного обеспечения. Однако, после того, как они увидели его в деле, «их боевой дух вырос настолько, что они стали стараться проводить больше времени в патрулях, чтобы остановить браконьеров».
24 рейнджера, патрулирующие «горячие точки» выявленные «PAWS», всего за 1,5 месяца нашли и обезвредили более 1000 ловушек для животных. Это в 2 раза больше, чем им удавалось находить до начала использования прогнозирующего ИИ. За это же время рейнджеры изъяли 42 бензопилы, 24 мотоцикла и один грузовик, брошенные браконьерами, скрывшимися от патрулей.
«PAWS» помогла нам перейти от реактивной позиции к более активному подходу.. Я был очень доволен результатами», Джеймс Лоуренс, технический консультант заповедника «Srepok Wildlife Sanctuary» от правоохранительных органов
«PAWS» использует машинное обучение для прогнозирования поведения браконьеров на основе данных о том, когда и где рейнджеры ранее обнаруживали ловушки, а также вовлекает в анализ дополнительные факторы: крутизну склонов местности, расположения рек, ручьев и других водных артерий (места обитания редких животных), наличие участков дороги, где можно припарковать автотранспорт, — те места, которые браконьеры могли бы использовать для входа и отхода из заповедника», — рассказывает Шахзад Голами, аспирантка «USC Viterbi School», работающая над проектом. В будущем, говорит Голами, алгоритм «PAWS» может стать еще более эффективным, если включить данные о погоде, более полную информацию о плотности животных на территории и, возможно, даже изображения, полученные с беспилотников, идентифицирующих браконьеров и их маршруты — чем больше данных, тем лучше.
После этого «PAWS» генерирует карты, которые делят заповедник патрульной сеткой. Районы с наибольшей вероятностью браконьерства окрашиваются красным цветом. Например, заповедник «Srepok Wildlife Sanctuary», занимающий площадь 3700 квадратных километров, разделен на 15 участков, пять из которых были отнесены к группе высокого риска, пять — со средним уровнем риска, а пять — с низким уровнем риска незаконной охоты. Эти карты с прогнозами передаются на GPS-устройства рейнджеров.
«Мы хотим определить районы с высокой вероятностью браконьерской деятельности — «горячие точки», чтобы помочь смотрителям заповедника направить свои ресурсы в эти места, чтобы максимизировать их результаты по предотвращению последствий от браконьерских ловушек и сетей», Шахзад Голами, аспирантка USC Viterbi School
Рейнджеры обнаружили почти в пять раз больше нелегальной деятельности в районах с высоким риском, чем в районах с низким риском, подтверждая прогнозную точность модели «PAWS».
Платформа работает с двумя основными типами информации: статистикой прошлых инцидентов и с прогнозами о районах, нуждающихся в дополнительной защите. Анализ прошлых инцидентов помогает программному обеспечению более точно предсказать, где могут произойти будущие атаки, и решить, каким факторам придать больший вес.
Программное обеспечение передает маршруты патрулирования на устройства GPS, которые носят рейнджеры, давая каждому из них рекомендации о действиях, которые необходимо предпринять (например, перейти в другой район). Тем же образом данные поступают и обратно в программное обеспечение и затем учитываются при создании новых рекомендаций.
«Программное обеспечение учится, приспосабливается к противнику и к тому, что он делает. Одна часть состоит в том, чтобы понять вашего противника и то, что он сделал в прошлом, что помогает вам делать прогнозы. Но вторая часть меняет ваши подходы по мере того, как они меняют свои — вы должны идти в ногу с ними, если хотите победить их. Наши ранние результаты положительны, и мы надеемся, что это будет иметь большое значение, помогая поймать браконьеров, прежде чем они смогут поймать и убить больше животных», Милинд Тамбе, доктор философии, профессор инженерных наук и компьютерных наук в Университете Южной Калифорнии.
Алгоритм «PAWS» предоставляет дополнительную защиту через механизм, который Тамбе называет «умной рандомизацией». Это означает, что важные области получают дополнительное внимание, а менее значимые — меньше контроля. Чтобы избежать отправки рейнджеров в одни и те же районы, алгоритм «PAWS» направляет их в новые части заповедника, в том числе в районы с меньшим риском, которые они, возможно, никогда бы не посетили. По словам Тамбе, это защищает животных, сбивая с толку потенциальных браконьеров: они совершенно лишаются представлений, где и когда может появиться охрана заповедника.
Этот подход основан на математической теории игр, которая часто используется экономистами и психологами, для предсказания результатов конкурентной борьбы между противниками. Согласно модели Штакельберга Байесовской теории игр, нападающие (браконьеры) наблюдают за защитниками (рейнджеры заповедника), чтобы выявить и использовать уязвимые места в защите. Программное обеспечение, благодаря созданию интеллектуально рандомизированных расписаний, позволяет предугадывать нападения браконьеров.
«Что может сделать «PAWS», так это спросить: «Учитывая, что я защищаю некоторые районы высокого риска, есть ли другие районы, которые теперь будут подвергаться более высокому риску, потому что они теперь не защищены?» И мы обеспечиваем рандомизированное патрулирование этих областей, чтобы убедиться, что риск для них также снижается», — пояснил Милинд Тамбе.
Эффективность предиктивной платформы «PAWS» впервые была продемонстрирована, а позднее — подтверждена в рамках независимого научного эксперимента, — в заповедниках Уганды. В наиболее крупных контролируемых полевых экспериментах, проведенных в период с ноября 2016 года по июнь 2017 года искусственный интеллект «PAWS» тестировался рейнджерами национального парка Королевы Елизаветы (Уганда).
«Программное обеспечение направило рейнджеров в редко патрулируемые районы, которые «PAWS» идентифицировал, в качестве притягательных мест для браконьеров, — рассказала Голами, — Рейнджеры, несмотря на свой первоначальный скептицизм, пошли в эти районы и обнаружили там множество сетей и ловушек. Наша прогностическая модель показала им горячие точки, которые они бы иначе пропустили».
Чтобы подтвердить предиктивный потенциал, в период с ноября 2017 года по март 2018 года было проведено второе полевое исследование в другом заповеднике Уганды — «Мерчисон Фоллс» («Murchsion Falls»). В этот раз «PAWS» сгенерировала прогноз районов с высоким и низким риском незаконной охоты. Это был «слепой» эксперимент — чтобы предотвратить предвзятость, рейнджерам не говорили, какой уровень риска присвоен району в их задании. Как и в полевых испытаниях в заповеднике «Королевы Елизаветы», прогнозы «PAWS» достигли цели: при помощи прогноза искусственного интеллекта рейнджеры обнаружили тройное число браконьерских ловушек в райне с высоким риском браконьерской активности.
Успешные результаты двух полевых испытаний в Уганде помогли привести к состоявшемуся позднее сотрудничеству между «PAWS» и «SMART» — платформой для пространственного мониторинга и отчетности, внедренной во многих заповедниках и природных парках по всему миру. Поддержка со стороны «Microsoft» позволила перенести «PAWS» и «SMART» в облачное хранилище «Microsoft Azure», сделав их доступными и масштабируемыми по всему миру.
Интеграция этих двух систем будет иметь большое значение для защиты животных от браконьеров. По словам технического директора «SMART» Джонатана Палмера (Jonathan Palmer), благодаря интеграции, к началу следующего года «PAWS» можно будет развернуть в 100 заповедниках дикой природы в Африке и Азии и в 300–600 в более чем 55 странах. «SMART» входит в консорциум из девяти глобальных природоохранных агентств, включая Общество охраны дикой природы («WCS»), Всемирный фонд дикой природы («WWF»), «Panthera», а также более 60 правительственных партнеров, задействованных в работе по улучшению управления охраняемыми территориями.
Палмер, который одновременно является исполнительным директором по стратегическим технологиям «WCS» говорит, что природоохранные агентства успешно развернули «SMART» в природных заповедниках по всему миру. «SMART» использует исторические данные, чтобы помочь сотрудникам заповедников выявить районы, которые могут привлечь браконьеров для незаконной охоты или вырубки. Но «SMART», в отличие от «PAWS», не может предсказать будущие места браконьерского промысла. Поэтому сочетание «SMART» — «PAWS» должна оказаться мощной.
«PAWS» предоставит информацию об охраняемых территориях по всему миру, используя искусственный интеллект, о таком мы не могли даже мечтать пять лет назад.. Эти советы помогут рейнджерам лучше защищать дикую природу повсюду», технический директор платформы пространственного мониторинга и отчетности «SMART», Джонатан Палмер
Мир переживает шестое массовое вымирание видов. Стихийные природные катаклизмы вызвали первые пять, каждая из которых уничтожила от 80 до 90 процентов всех живущих видов. Однако, в отличие от первых пяти, по мнению лауреата Пулитцеровской премии и автора книги «Шестое вымирание: неестественная история» Элизабет Колберт, за нынешнее бедственное положение ответственность несет человечество. Согласно Отчету «WWF: Living Planet Report 2018», с 1970 года популяция млекопитающих, птиц, рыб и рептилий сократилась на 60 процентов.
Главные причины текущего вымирания вызваны деятельностью человека: изменение климата, лишение традиционной среды обитания,
непрерывная охота, особенно браконьерство. Потеря среды обитания, иногда из-за незаконных вырубок, определило большую часть снижения численности видов. Однако нелегальная охота также играет важную роль в гибели очень многих тигров, носорогов и слонов. Беспорядочные ловушки и сети уничтожили диких животных по всему миру. Растения также исчезают. Риск для хрупкой экосистемы планеты никогда не был так высок.
Может показаться, что эти проблемы далеки от России, но это совершенно не так: из-за браконьерской деятельности на грани исчезновения оказались рыбы осетровых пород, сайгаки и др.
Экологи считают, что мир должен немедленно реализовать несколько важных изменений, чтобы остановить текущее массовое вымирание. Предложения включают в себя более эффективную защиту суши и океанов, содействие использованию более чистой энергии для замедления изменения климата, сокращение прироста населения для сохранения природных ресурсов, сокращение потребления мяса и удвоение усилий по борьбе с браконьерством и незаконной торговлей дикими животными, которые ежегодно приносят преступникам десятки миллиардов долларов. Одно лишь программное обеспечение «PAWS», конечно, не остановит шестое вымирание и не остановит браконьерство. Однако инновационное программное обеспечение может внести весомый вклад в борьбу с нелегальной охотой.