- UNIMAS و SFC تتعاونان في إعادة التعرف على السلاحف.
- تطوير نموذج أولي للتعرف بدون وضع علامات.
في جهد رائد، حقق تعاون بحثي بينجامعة ماليزيا ساراواك (UNIMAS)ومؤسسة غابات ساراواك (SFC)اختراقًا في حماية السلاحف. ركز المشروع على السلاحف الخضراء الأنثوية، بهدف إحداث ثورة في طرق إعادة التعرف دون اللجوء إلى طرق وضع العلامات التقليدية. وبالابتعاد عن العلامات البلاستيكية أو المعدنية التقليدية، اختار الفريق نهجًا مبتكرًا، باستخدام كاميرات موجهة لأسفل لالتقاط صور عالية الدقة للأفراد أثناء التعشيش.
الحفاظ على النظام البيئي في ساراواك
التنوع البيولوجي الغني في ساراواك مهدد بشكل خطير بسبب الأنشطة البشرية وتدهور البيئة. يشكل التلوث والصيد الجائر وتدمير الموائل خطرًا خاصًا على المناطق الساحلية. يأتي الضغط على الشعاب المرجانية، الحيوية للتنوع البيولوجي البحري ومصايد الأسماك، من الترسيب والجريان الكيميائي وابيضاض المرجان بسبب تغير المناخ. تضم ساراواك أنواعًا بحرية متنوعة، بما في ذلك السلاحف الخضراء الشهيرة، الحيوية لصحة الشعاب المرجانية وأعشاب البحر.
فقدان التنوع البيولوجي في النظم البيئية في ساراواك يعرض استقرارها والخدمات التي تقدمها للخطر، بما في ذلك الهواء والماء النقيين، والأمن الغذائي، وتنظيم المناخ، والأهمية الثقافية للمجتمعات الأصلية.
اقرأ أيضًا: أول ندوة حول التنوع العصبي في UTP تقدم الفهم
تقدم الذكاء الاصطناعي في الحفاظ
تحت إشراف SFC، يتم تخصيص بعض المواقع كمناطق حماية كاملة (TPA) لتقليل التفاعلات البشرية، مما يعزز نمو السكان. يستكشف الفريق التصوير بالكاميرا بدلاً من وضع العلامات التقليدية.
خليف أمير زكري وسياهيران سوريا من UNIMAS يطوران طرق الذكاء الاصطناعي لمواجهة تحديات تحديد السلاحف. يقوم ساهيران بتدريب نموذج تعلم عميق لقص مناطق الاهتمام (ROI) من الصدفة تلقائيًا.
يجمع خليف بين النماذج المدربة وآليات الانتباه لتوجيه الشبكات في تحديد السمات المستقرة بمرور الوقت. يتم تدريب النماذج على مجموعات بيانات من الصور التي تم جمعها على مدى عامين في جزيرة تالانغ ساتانغ.
تم قبول الأوراق البحثية للطالبين من قبل مجلات مفهرسة في SCOPUS، في انتظار النشر. على الرغم من التحسينات اللازمة للنموذج الأولي، يساهم الفريق في حماية هذه المخلوقات الرائعة ونظمها البيئية الهشة. تتضمن الأعمال المستقبلية تمديد فترات جمع البيانات والتحقق الدقيق على مجموعات بيانات أكبر.