På bunden af Østersøen er mange vrag og rev dækket med fiskenet. Fiskenet, der engang var i brug, men som er blevet tabt og efterladt af fiskere over årtier. Nettene, der er lavet af lang – tidsholdbar plastik, hænger nu og fisker passivt i op til flere hundrede år som såkaldte spøgelsesnet. De er fulde af sæler, marsvin, torsk og rokker, der bliver fanget og fastholdt, til de enten dør af sult eller bliver spist af andre havdyr. Alene i Østersøen blev der mellem 2005 og 2008 tabt op mod 10.000 fiskenet om året.

På verdensplan findes hundredtusindvis af tabte fiskenet i havet, men det er både tidskrævende, dyrt og CO 2-belastende at finde og oprense dem. Gabriele Dederers mission er at ændre det billede. Hun er en af WWF’s marinbiologer og har siden 2018 arbejdet på at udvikle en metode, der gør lokaliseringen af de såkaldte spøgelsesnet hurtigere, bedre og billigere.

Spøgelsesnat bliver fjernet

Det er blevet til et værktøj, der ved hjælp af kunstig intelligens analyserer store mængder sonardata om havbunden og udpeger tabte fiskeredskaber.

“Vi kan med op til 90 procents nøjagtighed spotte, hvor der er net. Kunstig intelligens er en gamechanger i kampen mod spøgelsesnet,” siger Gabriele Dederer. Data om havbunden findes allerede hos virksomheder, myndigheder og forskningsinstitutioner verden over, og den kan uploades i en gratis og åben database, der viser nettenes placering.

Det gør det muligt at målrette indsatsen for at fjerne spøgelsesnettene. Gabriele Dederer og hendes kolleger har allerede fjernet over 26 tons spøgelsesnet alene i Østersøen ved hjælp af værktøjet, der er udviklet af WWF i Tyskland i samarbejde med Microsoft og Accenture. Det er Silicon Valley, der møder verdens største naturorganisation i et umage, men ikke længere helt så sjældent, par.

Naturtech eksploderer

De seneste år er brugen af kunstig intelligens eller AI eksploderet, også i naturbevarelsesindsatser. Google, Microsoft og IBM er blot nogle af de store techselskaber, der er involveret i naturprojekter med deres topmoderne teknologi. Det er dog langt fra nyt at anvende kunstig intelligens til at få mere viden om naturens tilstand.

“Den tidligste brug af AI i naturindsatser handlede om at forstå vores landskaber, så vi også kan forstå ændringer i dem. Det kan for eksempel være skovrydning, hvor man på daglig basis kan holde øje med satellitdata og se, hvor skoven fældes,” forklarer Dave Thau.

Han har siden 1980’erne arbejdet med kunstig intelligens og er i dag WWF’s globale data- og teknologispecialist. Ved hjælp af alt fra radio, satellitbilleder, kamerafælder og bioakkustik kan kunstig intelligens i dag bruges til alt fra at overvåge ødelæggelse af verdens tropiske naturområder, finde nye arter i ufremkommelige regnskove, bekæmpe krybskytteri og illegal handel med vilde dyr og beskytte truede dyr både på land og i havet.

“Vi kan også bruge kunstig intelligens til at forudse potentiel skovrydning. Teknologien kan for eksempel spotte, at en meget bred vej er under konstruktion i et regnskovsområde. Det er typisk et tegn på, at der kan være skovrydning under opsejling,” siger Dave Thau.

Ind i elefanternes skove

Regnskovsområder kan som mange andre naturområder strække sig over enorme afstande, og både på land og i havet kan der være tæt beplantning, dybe kløfter, høje bjerge og et utal af arter. Hvad enten der er tale om regnskov, slette eller havbund, er naturen med andre ord ofte både ufremkommelig og utilgængelig.

Det er så godt som umuligt for mennesker at undersøge det vilde liv til bunds, men viden om naturen er altafgørende for at bevare og beskytte den bedst muligt. Kunstig intelligens åbner helt nye muligheder for at blive klogere på selv verdens mest sjældne og truede arter i svært ugæstfrie naturområder. I det centrale Afrika strækker Congobassinet sig over ni lande og 300 millioner hektar.

Det er verdens næststørste regnskovsområde, kun overgået af Amazonas. Det er samtidig et af de mest artsrige områder i verden med titusindvis af svampe, planter og dyrearter i skoven og i de floder og vådområder, der forgrener sig som blodårer mellem den tætte bevoksning.

Her lever de truede skovelefanter, en underart af den afrikanske elefant, der er gået tilbage med over 80 procent på tre årtier. Særligt krybskytteri og skovrydning har drevet tilbagegangen, og i dag er der kun 150.000 tilbage i naturen.

Det tager tid at analysere video

Elefanterne lever i tætte og ufremkommelige skove, og det gør det svært, tidskrævende og bekosteligt at opnå specialiseret viden om den tilbageværende elefantbestand. Men hvad gør man så? WWF har i årevis brugt kameraer til at overvåge vilde dyr. Kameraerne giver os ekstremt vigtig viden om dyrenes livsbetingelser og de enkelte bestandes størrelse på svært tilgængelige steder som Congobassinet. Men ifølge Dave Thau, WWF’s globale data- og teknologispecialist, er det tidskrævende at analysere de mange billeder, som kameraerne genererer.

Læs om 742 nye arter i verdens næststørste regnskov 

“Typisk er der dyr på 10 procent af billederne. Resten er et blad eller en gren, der bevæger sig,” forklarer han. Det kan kunstig intelligens gøre langt mere effektivt. WWF er derfor gået sammen med IBM om at udnytte teknologien til at gennemse titusindvis af billeder fra kamerafælder i skovene på ingen tid og med stor præcision udpege elefanterne.

Faktisk er præcisionen så stor, at teknologien kan genkende dyrenes hoveder og stødtænder svarende til et menneskes fingeraftryk. Teknologien gør det med andre ord muligt at følge en enkelt elefant fra kamera til kamera, fra sted til sted. Kort sagt at opnå specialiseret viden om elefanternes bevægelsesmønstre og adfærd. Det har potentiale til at revolutionere beskyttelsen af skovelefanterne uden samtidig at forstyrre dyrene og deres sårbare levesteder.

På dybt vand

Mens kamera og billedteknologi rummer stort potentiale for naturbevarelsesindsatser på landjorden, ser det anderledes ud i havet. Her er billedteknologi langt vanskeligere at benytte, men til gengæld stormer bioakustik – eller bare lydteknologi – frem.

I det nordlige Canada opfanger fire såkaldte hydrofoner lyde i et 200 kvadratkilometer stort område af Squallykanalen, der har stor betydning for områdets oprindelige folk. Hydrofonerne kan opfange lyde, det menneskelige øre end ikke er i stand til at høre, fra spækhuggere, finhvaler og pukkelhvaler, som lever side om side med den voksende skibstrafik, der udgør en trussel mod hvalerne. Ved hjælp af kunstig intelligens kan WWF høre forskel på hvalarterne og kende antallet i en flok, bestemme hvalernes præcise lokalitet og følge deres bevægelser.

Men teknologien kan mere end det: Den kan skelne imellem hvalernes forskellige lyde og aflæse, om havpattedyrene jager, socialiserer eller parrer sig.

Dataen er et essentielt redskab for WWF til at få beskyttet hvalerne, og de kan bruges til at reducere risikoen for sammenstød med skibe eller udpege zoner, hvor hvalerne skal være helt i fred.

Til kamp mod ulovlig handel

En af de største trusler mod vilde dyr kommer fra krybskytteri og illegal handel, men det er en ulige kamp at kæmpe mod kriminelle netværk, hvor astronomiske pengebeløb er på spil.

Kunstig intelligens kan være med til at gøre kampen betydeligt lettere, forklarer Dave Thau. “Man har ofte få personer til at monitorere meget store områder for krybskytter og snarer. De skal vide, hvor de skal lede. Ved hjælp af AI kan vi optimere de her patruljer ret markant,” siger han.

Forfærdelig handel med tigere

Krybskytter går i fælden

I Kenya har WWF siden 2012 brugt termiske kameraer i en lang række nationalparker, der blandt andet er kritiske områder for næsehorn, og ved hjælp af kunstig intelligens fanget flere end 300 krybskytter. Når først handlen med vilde dyr er i gang, er det dog langt sværere at bekæmpe. Op mod 90 procent af den globale illegale handel med både levende dyr og produkter fra dem finder sted på fragtskibe, hvoraf de største kan indeholde over 20.000 containere.

Det er kort sagt en utaknemmelig opgave at opdage illegal handel via skibsfragt, og kun ganske få procent af skibene bliver da også undersøgt. Men det kan et nyt værktøj fra blandt andre WWF ændre på. Værktøjet bruger kunstig intelligens til at scanne containerbookings for højrisikofragt. I første omgang elfenben og skæl fra skældyr – begge eftertragtede produkter på det illegale marked, der samtidig er forbundet med et stort tab af biodiversitet. Værktøjet har foretaget mere end 7,3 millioner screeninger og fundet flere end 25.000 risikable containere.

Ikke uden AI

Brugen af kunstig intelligens er godt i gang med at omkalfatre naturbevarelsesindsatser verden over. Fra det dybe hav til de tætteste skove og højeste bjerge giver teknologien helt nye muligheder, men også udfordringer. En af de mest omtalte udfordringer er klimabelastningen. Hver eneste gang kunstig intelligens er i brug, kræver det store mængder CO2. Alene Googles CO2-udledning er steget med knap 50 procent på fem år grundet kunstig intelligens.

Men det får ikke Gabriele Dederer, der har været med til at udvikle WWF’s værktøj til at finde spøgelsesnet på havbunden, til at ryste på hånden.

“Jeg bruger mere CO2 på at sejle rundt og lede efter spøgelsesnet, end jeg bruger ved at benytte kunstig intelligens. Billeddreven kunstig intelligens bruger i øvrigt mindre CO2 end kommunikationsteknologien,” siger hun og fortsætter: “Man er nødt til at hoppe ud i det kolde vand for at finde ud af, om det er koldt. At der er udfordringer, skal ikke stoppe innovation og nytænkning.”

Gabriele Dederer anerkender, at der kan være både moralske og etiske overvejelser forbundet med kunstig intelligens og datadeling. Men hun håber, at vi i fremtiden får en langt mere åben tilgang til data i forskning og naturindsatser. “Hvis vi skal redde naturen, så kommer vi ikke udenom kunstig intelligens.”