Onderzoekers hebben een nieuw neuraal netwerk ontwikkeld dat in real time illegale schoten in regenwouden detecteert, met aanzienlijk minder vals alarm dan bestaande systemen. Het model werkt via een netwerk van autonome microfoons dat eerst verdachte knallen filtert en daarna via een centrale hub controleert of meerdere sensoren hetzelfde geluid oppikken. Alleen wanneer het systeem dit bevestigt, wordt een nauwkeurige locatie doorgestuurd naar rangers voor snelle interventie.
Naveen Dhar wilde samen met collega’s van het K. Lisa Yang Center for Conservation Bioacoustics en het Elephant Listening Project van Cornell University een lichtgewicht neuraal netwerk voor het detecteren van geweerschoten ontwikkelen dat samen met sensoren kan werken en signalen in realtime kan verwerken om het aantal valse positieven te minimaliseren.
De technologie is ontworpen voor gebruik in zware jungle-omstandigheden, waar omgevingsgeluiden zoals vallende takken en regen vaak voor verwarring zorgen. Het lichte model draait lokaal op de microprocessors van de sensoren en stuurt alleen relevante data door, wat energie en rekenkracht bespaart.
De onderzoekers willen het systeem verder uitbreiden, onder meer om het type wapen te herkennen en ook kettingzagen of voertuigen te detecteren. Het uiteindelijke doel is een betaalbaar, open-source waarschuwingsnetwerk dat wereldwijd inzetbaar is voor natuurbescherming.
