Задачки-неберучки в области защиты дикой природы помогает решить ИИ.
Как упростить мониторинг популяций и сделать территории заповедников и национальных парков безопасными для животных? Рассказываем об отечественных умных решениях, которые помогают сотрудникам ООПТ.
Любите смешные фото и видео из жизни диких животных? И мы. Их получают с фотоловушек.
Устройства устанавливаются «на перекрестках» звериных троп, у водопоев. Фотоловушки делают снимки каждые 5–20 секунд или снимают видео, когда срабатывают датчики движения. Так инспекторы и учёные получают сотни тысяч файлов, которые помогают считать лесных жителей, распознавать новые для района виды и даже ловить браконьеров.
Но не всё так просто. На снимках можно увидеть не только животных, но и шишки, ветки, а иногда даже части животных, которые попали в кадр не целиком. Например, кабан может пройти мимо фотоловушки ночью, и в кадр попадет только хвостик.
Как быстро вы смогли найти редкого зверя на фотографии? Это манул, которого «поймала» фотоловушка Сайлюгемского заповедника.
В итоге получается настоящий визуальный хаос — огромный архив неструктурированных данных. У сотрудников ООПТ нет столько рук, чтобы его разобрать. Без автоматизации не обойтись.
Что делает нейросеть: она распознаёт животных на фотографиях и видеозаписях, в том числе низкого качества. Сначала система находит на кадре всё живое. Затем определяет, к какому виду относится животное, и даже может опознать конкретную особь. В результате учёные могут подсчитать численность популяций, отследить перемещение редкого зверя и обнаружить браконьера.
Ручной анализ материалов с фотоловушек занимал месяцы, и информация о нарушителях теряла актуальность. Нейросеть справляется с обработкой информации за несколько часов.
Владислав Ефремов
аспирант МФТИ, один из разработчиков этого решения
«Сложнее всего было научить нейросеть обобщать. Мы хотели, чтобы она работала на новых территориях, а не только там, где ее обучали. Поэтому мы использовали миллион снимков и видео из разных климатических зон, при разном освещении и условиях съёмки.
В итоге нейросеть научилась с высокой точностью распознавать животных независимо от фона, погоды или времени суток».
Разработчики: специалисты МФТИ и Минприроды.
протестировали систему в 2025 году.
точность распознавания животных ИИ-помощником.
Теперь у учёных есть верный помощник в борьбе за биоразнообразие. А у нас — ещё больше смешных фото и видео с дикими животными.
Некоторые животные предпочитают ночной образ жизни и не любят позировать перед камерами. Зато их голоса слышно за версту!
Например, волки. Они живут по всей России и помогают контролировать численность больных животных. Но важно следить за количеством этих хищников.
Волки — ребята скрытные. Их редко удаётся поймать на фото, зато волчий вой слышен на всю округу. Нейросеть помогает разобраться в этом шуме.
Самые информативные для учёных — осенние семейные концерты волков. По ним, например, можно посчитать, сколько волков в стае.
Что делает нейросеть: выявляет волчий вой среди других звуков. Работает модель в два этапа. Сначала определяет на записи голоса всех животных, а затем определяет среди них именно волчий вокал. Обучали модель на записях волчьих хоров, сделанных за последние 40 лет.
Хосе Антонио Эрнандес-Бланко
старший научный сотрудник Института проблем экологии и эволюции им. А.Н. Северцова РАН
«Особенно интересно слушать осенние семейные концерты волков. Волчатам до 5 месяцев, и они ещё не начали исследовать территорию стаи. В это время мы можем узнать:
Мы также учитываем, как меняется частота волчьих «выступлений». В результате мы понимаем структуру популяции на больших территориях, используя минимальное количество приборов».
Звуковые ловушки хороши тем, что записывают вой на большом расстоянии и их сложно украсть, особенно если повесить повыше на дерево. С их помощью можно следить за любыми «голосистыми» животными, а не только за волками. При этом звуковых ловушек нужно гораздо меньше, чем фотоустройств.
За границей тоже придумали подобные системы. Например, для распознавания китов. Но киты поют каждый по отдельности, а волки любят устраивать хоровое пение всей семьёй. Поэтому их вой анализировать сложнее.
Разработчики: программисты Сбера совместно с учёными из Института проблем экологии и эволюции имени А.Н. Северцова РАН и Института истории естествознания и техники им. С.И. Вавилова РАН.
точность, с которой модель выявляет голоса животных из общего массива звуков.
точность, с которой решение отличает вой волков от звуков, издаваемых другими животными.
Охотники годами учатся подражать волчьему вою так, чтобы обмануть и подманить волков. Но нейросеть не проведёшь — она безошибочно отличает настоящий вой от подделки. И может даже определить регион обитания особи по ее «диалекту».
На диких побережьях Дальнего Востока людей почти нет, зато мусора — хоть отбавляй. Он отравляет местную флору и фауну.
Желающие убирать есть, но есть и проблема — сложно спланировать уборку. Сколько нужно людей и техники, где скопления мусора и какой он...
Мусор накапливается неравномерно: его приносят морские течения и реки, влияют эрозия и намывы береговой линии, а также розы ветров. Причём одна река может приносить мусор, а другая нет. И каждый сезон ситуация меняется. Как тут разобраться?
Недостаточно взять в руки мешок для мусора и пройтись вдоль берега. Чтобы спланировать уборку, необходимо обследовать береговую линию. Например, предусмотреть места, куда сможет подъехать машина, которая заберет мусор.
Иногда для уборки 10 км берега достаточно 10 человек. Сколько нужно людей, какой мусор предстоит убирать и куда его вывозить, надо понимать до начала работ. На фотографии участники проекта «Чистый берег» убирают побережье заповедника «Земля леопарда», 2025 год.
Спланировать уборку заранее — всё равно что предсказать погоду на Марсе. Вручную обследовать побережье перед началом работ слишком долго. А лето короткое, и убрать надо много. И тут на помощь пришла программа.
Что делает нейросеть: по кадрам аэросъемки определяет местоположение, объем, вес и состав мусора. На январь 2026 года она умеет распознавать шесть видов отходов. В результате команда проекта понимает, нужен ли кран для погрузки, сколько потребуется людей, где машины заберут мусор.
«Следующий шаг в развитии этой нейросети — прогнозирование мусорных выбросов на основе сопоставления данных со спутников с кадрами с дронов», — рассказал Роман Корчигин, куратор проекта «Чистый берег», проектный директор Фонда защитников природы, сотрудник Кроноцкого заповедника».
Разработчики решения: Центр технологий для общества Yandex Cloud, Школа анализа данных Яндекса и Дальневосточный федеральный университет.
убрали с помощью нейросети в 2025 году.
начнут использовать ИИ-помощника в 2026 году.
Природа — как огромный пазл, где каждая деталь важна и всё связано. Понять, почему всё меняется и что будет дальше, — задача не из лёгких. Поэтому через 5–10 лет нейросети могут стать главными помощниками в деле защиты дикой природы.
Представьте: ИИ будет следить за состоянием экосистем в режиме реального времени. Возможно, даже сможет предсказывать изменения в окружающей среде. Это поможет нам лучше управлять природными ресурсами и защищать биоразнообразие. Ну и кто сказал, что искусственный интеллект не может спасти мир?
Ещё о мусоре: «Пластик в океане. Инфографика»
