Technology

Deel via:

De wereld redden met Machine Learning

Dat het vijf voor twaalf is wanneer het gaat om de opwarming van de aarde, staat buiten kijf. Ontbossing zorgt ieder jaar voor meer broeikasgas in de atmosfeer dan alle vliegtuigen, trucks, treinen, auto’s en schepen bij elkaar. Wat kan technologie betekenen voor de strijd tegen klimaatverandering? Machine Learning zal niet het eerste zijn dat in je opkomt. Maar dit kan wel degelijk het verschil maken.

Match made in heaven: technologie en idealisme

‘In the next 24 hours, deforestation will release as much CO2 into the atmosphere as eight million people flying from London to New York. Stopping loggers is the fastest and cheapest solution to climate change’, schreef de Britse krant The Independent al in 2007. 

Strijden tegen ontbossing is dus een belangrijke factor om de opwarming van de Aarde tegen te gaan. Hoe vind en stop je in duizenden vierkante kilometers, vaak onbegaanbaar, tropisch regenwoud de illegale houtkap? Conservation Technologist Topher White uit San Francisco koppelde technologie aan idealisme en lanceerde de start-up Rainforest Connection om het regenwoud te redden.

Luisteren naar het regenwoud 

Bij Rainforest Connection draait alles om duurzaamheid. “Use what you already have, use what’s already there”, herhaalde White meerdere malen tijdens zijn keynote op kennisevent Connect to innovate op 3 oktober. Om het illegaal kappen van bomen te bestrijden, zet Rainforest Connection daarom afgedankte mobiele telefoons in. “Fantastic little computers”, noemt White ze. Die worden gerycled tot zelfstandig opererende geluidsrecorders, die draaien op zonne-energie. Deze ‘Forest Guardians’ luisteren real-time naar geluiden in het bos. Ze registreren bijvoorbeeld het gefluit van vogels, maar ze nemen ook het geluid van een kettingzaag op.

Wat hebben regenwoudgeluiden nu te maken met Machine Learning? Ik hoor het je denken. De Forest Guardians nemen niet alleen alle klanken op, dankzij een zelflerend Machine Learning-model herkennen ze automatisch welke geluiden ze horen. Het slimme computersysteem genereert duizenden uren aan data die continue worden geanalyseerd in de cloud. Het systeem zoekt zelf verbanden, herkent patronen en ‘weet’ dus wanneer er een kettingzaag wordt gestart in de jungle. Op dat moment wordt er via de cloud een real-time alert verstuurd naar lokale rangers die de illegale houtkap op die manier direct kunnen tegenhouden.

Illegale houtkap voorspellen met Machine Learning

Een geweldige uitvinding, niet? Volgens White kon het nóg beter. Wat als de Forest Guardians op basis van regenwoudgeluiden kunnen voorspellen of er binnen afzienbare tijd een kettingzaag in een boom wordt gezet? Via via kwam Rainforest Connection in contact met SAP, om te onderzoeken of SAP Leonardo-technologie daarbij zou kunnen helpen. Tijdens Connect to innovate werd in vijf dagen tijd in de Run Live Truck een predictive Machine Learning-model ontwikkeld dat op basis van de gegevens van Rainforest Connection illegale houtkap voorspelt. Ook werd een bijbehorende app ontworpen.

Kunnen we op basis van patronen in junglegeluiden herkennen of er een kettingzaag gaat komen? Dát is de vraag die we onszelf stelden in de Run Live Truck. Stel dat er een mens door het bos loopt met een zaag. Reageren dieren daarop? Op de Veluwe is er bijvoorbeeld een vogel die extra veel geluid maakt als mensen het natuurgebied betreden. We analyseerden uren aan data uit het natuurreservaat Cerro Blanco in Ecuador en ontdekten dat daar een vogel zit die reageert op kettingzagen. Deze praatgrage macaw, ook wel ara genoemd, wordt muisstil als hij zo’n zaag spot.  

Hoe meer data en variatie, hoe preciezer de voorspelling

Hoe stiller de ara’s worden, hoe waarschijnlijker het is dat er iemand aan de slag gaat om illegaal bomen te kappen. Hoe zijn we hier achter gekomen? We hebben natuurlijk niet zelf uren naar oerwoudgeluiden geluisterd. We zouden niet eens het verschil herkennen tussen de verschillende vogels. Dankzij Machine Learning kan het computersysteem van Rainforest Connection dat echter wel. Al die gegevens komen in real-time op een SAP-platform terecht. Daar hebben we in een ander Machine Learning-model de belangrijkste indicatoren ingegeven, zodat het systeem patronen leert herkennen. Het algoritme dat daar uitkomt, voorspelt hoe groot de kans is dat er illegale houtkap gaat plaatsvinden. 

Zo’n identificatiemodel op basis van Machine Learning is enorm krachtig. En het beste? Naarmate je meer data invoert en hoe meer variatie in die informatie zit, des te accurater kunnen we straks de kans op illegale houtkap voorspellen. Het voorspellingsmodel is nu gebaseerd op twee minuten, maar dat kan straks misschien zelfs tien minuten worden. Wellicht ontdekt het systeem nog wel meer dierengeluiden die kunnen dienen als indicator.

Ook het rapportagedeel is belangrijk. We willen namelijk weten welke keuzes een houthakker maakt en hoe hij zich beweegt door het bos. Ook dat kan een belangrijke indicator zijn om houtkap te voorspellen.

Het bos pro-actief beschermen dankzij Machine Learning

De real-time voorspellingen zijn natuurlijk weinig waard als er niet meteen actie wordt ondernomen. Door de Forest Guardians via de Rainforest Connection en SAP Cloud Platform te koppelen aan de ontwikkelde app, krijgen rangers een waarschuwing en zien ze waar ze moeten zijn. Ook kunnen de natuurbeschermers in de app live luisteren naar de jungle en geluiden terug horen. Daarnaast kunnen ze door middel van augmented reality in het bos zien waar houtkap gaat plaatsvinden of heeft plaatsgevonden.

Hoe beter we de kans op kettingzagen kunnen voorspellen, hoe pro-actiever rangers ontbossing kunnen bestrijden. Machine Learning wordt vaak als een bedreiging gezien, die de mens overbodig zal maken. Rainforest Connection bewijst echter het tegenovergestelde. Dankzij haar technologie, gecombineerd met de ontdekking die we hebben gedaan in de Run Live Truck hebben we een krachtig middel in handen om de opwarming van de Aarde tegen te gaan. Machine Learning om de wereld en de mensheid juist te redden!

Meer lezen over deze case? Check www.runlivetruck.sap.nl en houd #RunLiveTruck in de gaten voor meer informatie!

 

 


 

Reageren op dit blog?