IBM, Afrika telekomünikasyon devi MTN, Wageningen Üniversitesi ve BT sağlayıcısı Prodapt, gerçek zamanlı olarak kaçak avcılarla mücadele edebilen bağlı yaban hayatı çözümü kapsamında IBM Internet of Things (IoT) teknolojisini kullandıklarını açıkladı.
Bu çözüm, tehditleri tahmin etmeye ve Güney Afrika’daki nesli tükenmekte olan gergedanların kaçakçılığına karşı savaşmaya yardımcı olacaktır.
Yapılan araştırmalara göre, vahşi av hayvanları, karşılaştıkları tehdidin türüne ve aslan ve leopar gibi yırtıcı hayvanlardan ya da çevredeki insanların varlığından dolayı algılanan tehlikeye bağlı olarak farklı şekillerde tepki verirler. Vahşi hayatı koruma çözümü de, nesli tükenmekte olan türlere yönelik tehditleri öngörerek ve önleyerek gergedan kaçakçılığı ile mücadele etmek için oluşturuldu.
IBM, gergedan avlanmasının Afrika’da kriz seviyelerine geldiğini belirtti.
The Welgevonden Game Reserve , IBM’in Watson IoT platformu ve tahmini analitiği sayesinde ve diğer verilerle birlikte hayvanların bulunduğu yer, hareket, yön ve ortalama seyahat hızı ile ilgili bilgileri izleyip toplamayı başardı. İlk sonuçlar, dolunayda hayvan davranışının nasıl değiştiğini, avcıların bulunmadığı bir yetiştirme kampında açık tehlike sinyallerini okuduğunu gösteriyor. (sonrasında kaçak bir leoparın sinsice dolaştığı tespit edildi.)
Dronlar, gergedanları yukarıdan korumak için kullanılırken, orman bekçileri termal görüntüleme ve kızılötesi gözlüklerle donandılar.
Gergadanların korunması, zebra, afrika antilobu ve impala gibi av hayvanlarına özel sensörler içeren yakalar takmakla başlar ve davranışlarıyla ilgili veriler IoT platformuna iletilir. Sensörlerden toplanan veriler LoRa WAN ağ sunucusu vasıtasıyla iletilir ve MTN 3G/4G şebekesi üzerinden geri çekilir.
Küçük hayvanlar tepki kalıpları ile erken uyarı sistemi yaparak gözcü gibi davranırlar. Mobil veri ağı kullanılarak takılan tasmalar, ortalama bir cep telefonundan dört kat daha düşük bir sinyal yayıyorlar ve teorik olarak hayvanlara rahatsızlık vermiyorlar.
IBM’in yönetici mimarı Petrus Greyvenstein, “Verilerin toplanması ve analiz edilmesi için, 400 milisaniye içinde veya daha kısa sürede cevap vermeniz gerekir” dedi. Kontrol edilecek veriler arasında GPS koordinatları, ortam sıcaklığı, ivme ve hız bulunur. Yaklaşık 135 antilop ve zebra tasmalarla donatılmıştır ve amaç, veri kümesini ve makine öğrenme yeteneklerini genişletmek için daha fazla hayvan yakalamaktır.
