به گزارش ایسنا و به نقل از گیزمگ، شکارچیان معمولا شبها شکار می‌کنند و این موضوع، دلیل استفاده از دوربین‌های مادون قرمزی است که روی پهپادها نصب می‌شوند.
از آنجا که هم شکارچیان و هم حیوانات گرما ساطع می‌کنند، مشخص کردن آنها در فیلم‌های ضبط شده دشوار است.
دانشمندان "دانشگاه کالیفرنیای جنوبی" (University of Southern California) با استفاده از هوش مصنوعی، این کار را راحت می‌کنند.
معمولا، ماموران حیات‌وحش مجبور هستند شب را با لپ‌تاپ در "ایستگاه‌های بی‌تی‌اس" (base stations) سپری کنند و فیلم‌های مادون قرمزی که از پهپادها پخش می‌شود، بررسی کنند. هنگامی که یک لکه گرمایی روی صفحه ظاهر می‌شود، ماموران حیات‌وحش باید انسان یا حیوان بودن لکه را متوجه شوند که اغلب کار ساده‌ای نیست.
در اینجا نیاز به سیستم "SPOT" احساس می‌شود. "SPOT" مخفف " تشخیص‌دهنده سیستماتیک شکارچی" (Systematic Poacher etector) است. این الگوریتم توسط گروهی به سرپرستی "الیزابت بوندی" (Elizabeth Bondi)، دانشجوی دکترای علوم رایانه ابداع شد.
این پژوهشگران، کارشان را با دسته‌بندی دیجیتالی 180 هزار انسان و حیوان در ویدئوهای مادون قرمز آغاز کردند.
آنها با استفاده از این مجموعه داده‌ها و نسخه اصلاح‌شده یک الگوریتم یادگیری عمیق موسوم به " Faster RCNN"، چگونگی تشخیص این دو نوع تصویر را به یک رایانه یاد دادند.
با این که رایانه می‌توانست این کار را بسیار دقیق انجام دهد، پردازش هر عکس، 10 ثانیه طول می‌کشید که این زمان برای ضبط فیلم با پهپاد در حال حرکت، بیش از حد طولانی است.
این گروه پژوهشی با توجه به این موضوع، الگوریتم را تغییر داد؛ بنابراین الگوریتم توانست با پلت‌فرم محاسبه ابری " مایکروسافت آژور" (Microsoft Azure) کار کند.
درحال حاضر، الگوریتم "SPOT" با استفاده از زمان پردازش سریع‌تر "آژور" قادر است در مدت سه دهم ثانیه، شکارچیان را از حیوانات تشخیص دهد.
