科学者らは、人間と象の衝突を減らすため、3万枚を超える象の画像からなるデータベースを構築しました。
インドだけでも、象が作物を荒らすことで、毎年100人の人々と50頭の象が命を落としています。
現在、象が近づきすぎたときに人々に警告するカメラシステムの構築に、人工知能が活用されています。
この熱センサーは、最大30メートル離れた場所からでも象を認識することができます。
まるで究極の写真撮影の機会のように聞こえます。4.5トンの象がカメラをまっすぐ見つめているのですから。
しかし、これらの野生動物の写真は観光客のお土産ではありません。人間と象の衝突という深刻化する問題に取り組むプロジェクトの一環なのです。
アジアでは、人口増加や自然生息地の破壊により、象はますます狭い生息域に追いやられており、その結果、人間と象の双方が命を落としています。世界自然保護基金（WWF）によれば、財産や生計への被害も生じています。
アジアの象の生息地のほぼすべては、人間の居住地の近くにあり、このような衝突の危険性を高めています。特に、空腹の象が作物を荒らし、農民が報復する場合にそうです。インドだけでも、この問題により毎年100人の人々と50頭の象が命を落としています。
しかし現在、科学者たちは解決策を見出したと考えています。象が近くにいるときに地域住民に警告する技術です。
熱の痕跡
ロンドン動物学会（ZSL）の研究者らがこの技術の開発を主導しました。この技術は熱感知カメラを用いて、象の「熱の痕跡」を、夜間であっても認識します。HEAT（Human-Elephant Alert Technologies：人間と象の警戒技術）と呼ばれるこのシステムは、携帯電話網を利用して地域住民に警告を発します。
ZSLは、保全技術のスタートアップ企業であるArribada Initiativeと協力し、ロンドン近郊のホイプスネイド動物園で、食事、遊び、水泳をする象の熱画像を3万枚以上収集し、カメラシステムに象を認識させるための学習を行いました。
ZSLによると、これは世界中でも同種の象の熱画像コレクションとして最大規模のものだということです。
Arribadaのチームは、すべての画像にラベルを付けるのに112時間を要しました。これは、リバプール・ジョン・ムーア大学と共同開発した機械学習アルゴリズムが、象と人間を区別できるようにするためでした。
ホイプスネイドで撮影された熱画像は、その後、コルチェスター動物園で撮影されたアフリカゾウの写真と組み合わせられ、モデルを世界規模で利用できるようにしました。その結果、この技術が最大30メートル離れた場所から象の熱の痕跡を捉えることを可能にする、包括的な画像データベースが完成しました。動物がカメラの方を向いていなくてもです。
世界規模の計画
動物を動物園で飼育することは活動家から疑問視されていますが、動物園で飼育することは活動家から疑問視されています。しかしZSLによると、動物園に象がいなければ、今回の研究は実現しなかったとのことです。
ZSLのロンドン動物園は、1826年に設立された、世界初の科学的動物園です。ZSLは、同園の象は重要な世界的繁殖計画の一部であると述べています。COVID-19の大流行前には、毎年英国とアイルランドの動物園を3,000万人近くが訪れていました。
野生では、平均体重は4.5トンで、オスのアジアゾウは食料を探す際に作物に大きな被害を与えることがあります。WWFによると、空腹の象による作物への被害が、世界の一部地域で動物に対する憤りを募らせています。
HEATチームは現在、象と人間の衝突が最も起こりやすい世界の地域で全面的に展開する前の先行段階として、現地でシステムを試験する計画を立てています。
