Descubra como a IA da Microsoft protege os recursos naturais: uma história de sucesso do Departamento de Recursos Naturais
Anteriormente, discutimos os benefícios do uso de soluções de IA para monitorar populações da vida selvagem. É um cenário comum de IA para ajudar especialistas em sustentabilidade a proteger ecossistemas. Agora, vamos explorar em detalhes uma história de sucesso específica.
A organização
O Departamento de Recursos Naturais do Estado de Washington (DNR) foi fundado em 1957 como tutelado das terras fiduciárias do estado de Washington e de outros recursos naturais. Ele gerencia essas terras para garantir sua saúde e produtividade. Portanto, ele tem um dois deveres: gerar receita e preservar ecossistemas para as gerações atuais e futuras.
O DNR supervisiona 5,6 milhões de acres de terras públicas. Além disso, gerencia uma grande diversidade de terras, com diferentes biomas e necessidades. O gerenciamento adequado requer conhecimento técnico sobre habitats específicos, como florestas, zonas costeiras e terras aquáticas.
O desafio
Dentro do DNR, a Divisão de Recursos Aquáticos realiza vários programas para supervisionar 2,6 milhões de acres de terras aquáticas submersas. Entre eles, o Nearshore Habitat Program reúne centenas de horas de vídeos subaquáticos por ano para monitorar a vegetação marinha. Um dos objetivos é rastrear a abundância e distribuição da Zostera nativa, uma espécie de erva marinha.
Essa tarefa envolve a análise de cerca de 350 horas de imagens de vídeo, fazendo a identificação, classificação e localização geográfica da Zostera. O processo exigiu o trabalho manual de dois cientistas e ocupou suas cargas de trabalho por três meses. Esse processo foi um desperdício de recursos altamente especializados e valiosos.
A solução
Os especialistas do Nearshore Habitat Program decidiram fazer parceria com a Microsoft para resolver esse problema com IA. Eles descobriram que a melhor abordagem era a classificação automatizada de vídeo, usando modelos de IA para identificar essa alga.
A base técnica para o caso de uso são as funcionalidades dos Serviços de IA do Azure para reconhecimento de imagem. O vídeo é carregado no Azure, dividido em quadros e analisado pelos modelos incluídos nos Serviços de IA do Azure. Os modelos são gerenciados, criados e implantados no Azure Machine Learning, portanto, a tarefa pode ser feita por qualquer cientista em vez de cientistas de dados. Por fim, a equipe usa o Microsoft Power BI para criar relatórios dos resultados.
Os resultados
A solução já está economizando meses de tempo dos especialistas e aumentando a produtividade deles. O processo agora leva apenas semanas em vez de meses, e uma pessoa em vez de duas. A médio prazo, a meta é automatizar totalmente o processo e replicá-lo em outros projetos de monitoramento.
Para saber mais, leia O Departamento de Recursos Naturais do Estado de Washington usa a IA do Azure para automatizar o monitoramento de recursos aquáticos, poupando meses do tempo dos especialistas.
Em seguida, vamos examinar um caso de uso da sustentabilidade no setor de mobilidade.