ພວກເຈົ້າໜ້າທີ່ດູແລຮັກສາປ່າໄມ້ ທີ່ປົກປ້ອງສັດປ່າ ທີ່ຖືກຄຸດຄາມໃນກຳປູເຈຍ ກຳລັງໃຊ້ປັນຍາປະດິດເພື່ອຄາດຄະເນເບິ່ງການເຄື່ອນໄຫວໃນຂັ້ນຕໍ່ໄປ ຂອງພວກລັກລອບລ່າສັດປ່າ. Matt Dibble ນັກຂ່າວວີໂອເອ ມີລາຍງານກ່ຽວກັບເລື້ອງນີ້ ຊຶ່ງບົວສະຫວັນ ຈະນຳມາສະເໜີທ່ານໃນອັນດັບຕໍ່ໄປ.
ຢູ່ທີ່ປ່າສະຫງວນຄຸ້ມຄອງສັດປ່າເຊຣປົກ Srepok ໃນກໍາປູເຈຍ, ພວກເຈົ້າໜ້າທີ່ດູແລຮັກສາ ແມ່ນຢູ່ໃນສະພາບທີ່ທຳການຕໍ່ສູ້ກັບການລ່າສັດທີ່ຜິດກົດໝາຍຢູ່ຕະຫລອດເວລາ ແລະສັດປ່າຫລາຍຊະນິດຖືກຄຸກຄາມຢູ່ໃນສວນສາທາລະນະດັ່ງກ່າວ.
ພວກລັກລອບລ່າສັດໃຊ້ແຮ້ວສານດ້ວຍເຊືອກ ຊຶ່ງເປັນການຍາກທີ່ສຸດທີ່ຈະຊອກເຫັນໄດ້ ຢູ່ໃນສວນສາທາລະນະທີ່ກວ້າງ 4,000 ຕາລາງກິໂລແມັດແຫ່ງນັ້ນ.
ນັບຕັ້ງແຕ່ປີ 2018 ເປັນຕົ້ນມາ, ທີມງານຢູ່ຫ້ອງທົດລອງແທມເບ (Tambe) ຂອງມະຫາວິທະຍາໄລຮາວາດ (Harvard) ໄດ້ເຮັດວຽກກັບເຈົ້າໜ້າທີ່ດູແລຮັກສາປ່າໄມ້ຢູ່ເຊຣປົກ (Srepok) ເພື່ອພັດທະນາເຄື່ອງມືໃໝ່ທີ່ເອີ້ນວ່າ ພໍສ໌ (PAWS), ເຊິ່ງໃຊ້ປັນຍາປະດິດ ຫລື AI ເພື່ອຄາດຄະເນເບິ່ງພຶດຕິກຳຂອງ ພວກລັກລອບລ່າສັດ.
ນາງລີລີ ຊູ (Lily Xu), ນັກສຶກສາປະລິນຍາເອກໃນມະຫາວິທະຍາໄລຮາວາດ (Harvard) ກ່າວຜ່ານທາງ Skype ວ່າ:
"ເປົ້າຫມາຍຂອງພວກເຮົາກໍຄື ຊ່ວຍເຈົ້າໜ້າທີ່ດູແລຮັກສາປ່າໄມ້ ໃຫ້ມີຍຸດທະສາດຫຼາຍຂຶ້ນກວ່າເກົ່າ ໃນການນໍາໃຊ້ຊັບພະຍາກອນທີ່ມີໃນຈຳນວນຈໍາກັດຂອງພວກເຂົາເຈົ້າໃຫ້ດີທີ່ສຸດ ແລະຊ່ວຍໃຫ້ເຂົາເຈົ້າກຳນົດເຂດທີ່ມີຄວາມສ່ຽງສູງໃນການລັກລອບລ່າສັດທີ່ເຂົາເຈົ້າອາດຈະຍັງບໍ່ທັນໄດ້ພິຈາລະນາເບິ່ງເທື່ອນັ້ນ.”
ຫົວຫນ້າທີມງານ, ນາງລີລີ ຊູ (Lily Xu) ກ່າວຕໍ່ວີໂອເອຜ່ານທາງ Skype ວ່າ ນາງໄດ້ນໍາໃຊ້ຂໍ້ມູນຂອງເຈົ້າໜ້າທີ່ດູແລຮັກສາປ່າໄມ້ທີ່ເກັບກຳມາໃນຫ້າປີ ກ່ຽວກັບວ່າບ່ອນໃດທີ່ພົບວ່າມີແຮ້ວຫ້າງຢູ່ ແລະຫຼັກຖານອື່ນໆຂອງພວກລັກ ລອບລ່າສັດ.
ທີມງານໄດ້ລວບລວມເອົາຂໍ້ມູນນີ້ ບວກໃສ່ກັບບ່ອນຢູ່ຂອງແຫຼ່ງນ້ໍາ, ເສັ້ນທາງ, ຄວາມສູງ ແລະຂໍ້ມູນດ້ານພູມສາດ ແລະລະດູການຕ່າໆຂອງພື້ນທີ່.
ລະບົບ PAWS ໄດ້ຜະລິດແຜນທີ່ທີ່ສະແດງໃຫ້ເຫັນພື້ນທີ່ທີ່ມີຄວາມສ່ຽງສູງທີ່ສຸດຕໍ່ການລັກລອບລ່າສັດນັ້ນເປັນສີແດງ.
ໃນການທົດສອບແບບບໍ່ຕ້ອງໄດ້ໄປເບິ່ງເອງນັ້ນ ເຈົ້າໜ້າທີ່ດູແລຮັກສາປ່າໄມ້ນໍາໃຊ້ແຜນທີ່ເປັນສິ່ງນໍາທາງຢູ່ໃນເຂດທີ່ບໍ່ຄ່ອຍໄດ້ຖືກຊອກຄົ້ນຫາ.
ນາງຊູກ່າວຜ່ານທາງ Skype ອີກວ່າ:
“ສິ່ງທີ່ພວກເຮົາໄດ້ພົບກໍຄືວ່າ ພວກເຂົາເຈົ້າໄດ້ເຫັນແຮ້ວຢູ່ໃນເຂດທີ່ພວກເຮົາກຳນົດວ່າມີຄວາມສ່ຽງສູງຕໍ່ການລັກລອບລ່າສັດນັ້ນ ຫລາຍກວ່າຢູ່ໃນບ່ອນທີ່ມີຄວາມສ່ຽງປານກາງ, ແລະພວກເຮົາເກືອບວ່າ ບໍ່ໄດ້ພົບແຮ້ວຈັກອັນເລີຍຢູ່ໃນ ເຂດທີ່ມີຄວາມສ່ຽງຕໍ່າ. ເຊິ່ງສະແດງໃຫ້ເຫັນວ່າ ແບບຄາດຄະເນຂອງພວກເຮົາ ສາມາດຊ່ວຍໃຫ້ພວກເຈົ້າໜ້າທີ່ດູແລຮັກສາປ່າໄມ້ ມີຍຸດທະສາດໃນການກໍານົດ ພື້ນທີ່ຄວນຈະ ຖືກຈັດລໍາດັບຄວາມສຳຄັນໃຫ້ເປັນບູລິມະສິດໄດ້."
ເຈົ້າໜ້າທີ່ດູແລຮັກສາປ່າໄມ້ເຊຣປົກ ໂດຍໃຊ້ແຜນທີ່ຄາດຄະເນນີ້ ໄດ້ພົບເຫັນ ແຮ້ວໃນຈຳນວນຫຼາຍກວ່າເກົ່າເຖິງ 5 ເທົ່າ.
ເທັກໂນໂລຈີດັ່ງກ່າວ ຄາດວ່າຈະມີໄວ້ໃຫ້ໃຊ້ຢ່າງກວ້າງຂວາງເມື່ອມັນຖືກເອົາໄປເຊື່ອມໃສ່ ກັບຊອຟແວຕິດຕາມສັດປ່າ ທີ່ນຳໃຊ້ຢູ່ແລ້ວໃນສວນສາທາລະຫລາຍກວ່າພັນແຫ່ງໃນທົ່ວໂລກ.
ອ່ານຂ່າວນີ້ເພີ້ມເປັນພາສາອັງກິດ
Rangers protecting threatened wildlife in Cambodia are using artificial intelligence to predict poachers’ next moves. Matt Dibble reports.
At the Srepok [Sreh-POHK] Wildlife Preserve in Cambodia, rangers are in a constant battle against illegal hunting and many species are threatened in the park.
Poachers use wire snares, which can be extremely difficult to find in the 4,000-square- kilometer park.
Since 2018, a team at Harvard University’s (Milind) Tambe lab has been working with rangers at Srepok to develop a new tool called PAWS, which uses artificial intelligence to predict the poachers’ behavior.
Lily Xu, Harvard Ph.D. Student via Skype:
“Our goal is to help rangers more strategically make best use of their limited number of resources //// ((Mandatory cg: Bistra Dilkina)) and help them identify areas that are at high risk of poaching that they might not already be considering.”
Team leader Lily Xu [[SAID: shoo]] used five years of ranger data about where snares and other evidence of poachers have been found.
Team Leader Lily Xu, speaking to VOA via Skype, said they used five years of ranger data about where snares and other evidence of poachers have been found.
The team combined this with locations of water sources, roads, elevation and other geographic and seasonal data.
The PAWS system produced maps showing areas of highest risk for poaching in red.
In a blind test, rangers used the maps as a guide in areas that had rarely been searched.
Lily Xu, Harvard Ph.D. Student via Skype:
“What we found is that they found many more snares in the areas that we designated to be high risk of poaching than in the medium-risk locations, and we found almost no snares in the low-risk areas. Which shows that our predictive model ((Mandatory cg: PDoE / WWF Cambodia)) could help rangers strategically identify which areas to prioritize.”
Srepok rangers discovered up to five times more snares using predictive maps.
The technology is expected to become widely available when it is integrated into wildlife tracking software already in use at over a thousand parks worldwide.
