ALERTCalifornia — a Rede de Câmaras da UC San Diego e do CAL FIRE que Alerta Antes das Chamadas de Emergência
Estados Unidos da América
A rede ALERTCalifornia (UC San Diego), com 1.200+ câmaras de IA, ajudou o CAL FIRE em cerca de 3.600 incêndios …
Gabão · Lopé National Park · Ver o perfil de Gabão
Evidência: Observacional / pré-pós Top 66% 53/100 · Pergunte a Evidence Copilot sobre esta prática
A agência de parques do Gabão, ANPN, testa armadilhas fotográficas solares e via satélite com IA embutida para detetar elefantes e alertar guardas em tempo real. Um ensaio de 72 dias (5 unidades) registou 82% de precisão, mas a expansão nacional é demasiado dispendiosa.
O Gabão tem cerca de 80% do seu território coberto por floresta — a segunda maior proporção do mundo — com apenas cerca de 2,2 milhões de habitantes, deixando vastas áreas da Bacia do Congo praticamente sem monitorização face à exploração madeireira ilegal e à caça furtiva.
Detetar elefantes, e potencialmente indivíduos armados, em tempo real, utilizando armadilhas fotográficas alimentadas a energia solar e ligadas por satélite que executam IA diretamente no dispositivo, sem necessitar de infraestrutura de rede local, e alertar os guardas florestais através de mensagens georreferenciadas via rede de satélites Iridium.
A agência de parques nacionais do Gabão (ANPN) e o ministério das águas e florestas desenvolveram protocolos padronizados de armadilhas fotográficas com a Universidade de Stirling, a start-up neerlandesa Hack the Planet, a Panthera e a Wildlife Conservation Society. Num ensaio de campo com revisão por pares de 72 dias (Whytock et al., Methods in Ecology and Evolution, 2023), abrangendo cinco unidades de câmara no e à volta do Parque Nacional de Lopé, o sistema captou mais de 800 imagens, das quais 217 eram fotografias de elefantes. A ANPN construiu, em separado, o 'Mbaza AI', uma ferramenta offline de classificação de imagens que permite aos guardas processar fotografias de armadilhas fotográficas em portáteis no terreno, sem necessidade de carregamento para serviços na nuvem. As coordenadas GPS são deliberadamente removidas das imagens partilhadas para impedir que os caçadores furtivos explorem dados de localização.
O ensaio alcançou 82% de precisão no reconhecimento de elefantes entre as imagens captadas.
Reportagens independentes (Mongabay) moderam esta promessa: um investigador que realizava um levantamento nacional de elefantes de floresta considerou as armadilhas fotográficas demasiado dispendiosas apesar da sua precisão e optou por análise de ADN, e um cientista da Wildlife Conservation Society alertou que 'a tecnologia raramente resolve problemas; as pessoas é que o fazem' — as câmaras complementam, em vez de substituírem, o trabalho de guardas e investigadores, e o sistema ainda não consegue identificar de forma fiável elefantes individuais.
National / regional programmes Philanthropic / foundation funding
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Artefactos reutilizáveis desta prática — tal como publicados pelas suas fontes.
Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.
De onde foi obtida a informação desta prática, e quando.
Estados Unidos da América
A rede ALERTCalifornia (UC San Diego), com 1.200+ câmaras de IA, ajudou o CAL FIRE em cerca de 3.600 incêndios …
Turquia
Nos três dias seguintes aos sismos de 2023 em Kahramanmaraş, o AI for Good Lab da Microsoft identificou por satélite …
Fiji
A Digital Earth Pacific, gerida pela SPC, transforma dados de satélite abertos em produtos de risco de desastre, litoral e …
Costa Rica
A Contraloría General de la República da Costa Rica construiu o dIAra, câmaras solares de baixo custo aliadas a uma …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.