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 de vida selvagem. É um cenário comum de IA para ajudar os especialistas em sustentabilidade a proteger os 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 a ala das terras de confiança do estado de Washington e outros recursos naturais. Gere estas terras para garantir a sua saúde e produtividade. Assim, o seu dever é duplo: gerar receitas e preservar os ecossistemas para as gerações presentes e futuras.
O DNR supervisiona 5,6 milhões de hectares de terras públicas. Além disso, administra uma grande diversidade de terras, com diferentes biomas e necessidades. Uma gestão adequada requer conhecimentos técnicos especializados em habitats específicos, como florestas, zonas costeiras e terras aquáticas.
O desafio
Dentro da DNR, a Divisão de Recursos Aquáticos conduz vários programas para supervisionar 2,6 milhões de acres de terras aquáticas submersas. Entre eles, o Programa Nearshore Habitat reúne centenas de horas de vídeos subaquáticos por ano para monitorar a vegetação marinha. Um dos objetivos é acompanhar a abundância e distribuição do capim-enguia nativo, uma espécie de erva marinha.
Esta tarefa envolve a análise de cerca de 350 horas de imagens de vídeo, identificação, classificação e geolocalização da grama da enguia. O processo exigiu o trabalho manual de dois cientistas e congestionou suas cargas de trabalho por três meses. Este processo foi um desperdício de recursos altamente especializados e valiosos.
A solução
Os especialistas do Nearshore Habitat Program decidiram fazer uma parceria com a Microsoft para resolver este problema com IA. Eles descobriram que a melhor abordagem era a classificação de vídeo automatizada, usando modelos de IA para identificar a grama da enguia.
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. Finalmente, 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 sua produtividade. O processo agora leva apenas semanas em vez de meses, e uma pessoa em vez de duas. A médio prazo, o objetivo é automatizar totalmente o processo e replicá-lo para 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, economizando meses de tempo dos especialistas.
Em seguida, vamos examinar um caso de uso de sustentabilidade no setor de mobilidade.