Trí tuệ nhân tạo giúp bảo tồn rừng nhiệt đới Amazon

Theo NDĐT 10:21, 02/05/2023

Các nhà bảo tồn ở Amazon của Brazil đang sử dụng công cụ mới để dự đoán các địa điểm phá rừng tiếp theo, và đây có thể là công cụ giúp thay đổi cuộc chơi trong cuộc chiến chống phá rừng ở đây.

 

Cần một công cụ mới có thể đi trước nạn phá rừng

Chỉ trong tháng 3 vừa qua, diện tích rừng ở khu bảo tồn Triunfo do Xingu đã bị đốn hạ tương đương với 700 sân bóng đá. Với diện tích hơn 16.000 km2, Khu vực Bảo vệ Môi trường (APA) ở góc đông nam của Amazon thuộc Brazil, thuộc bang Pará này là một trong những khu vực bảo tồn lớn nhất trên thế giới. Và theo công cụ mới dự đoán về nơi nạn phá rừng sẽ xảy ra tiếp theo thì APA có nguy cơ bị tàn phá nhiều nhất.

Công cụ PrevisIA là một nền tảng trí tuệ nhân tạo do các nhà nghiên cứu của tổ chức phi lợi nhuận môi trường Imazon tạo ra. Thay vì cố gắng khắc phục thiệt hại do phá rừng. họ muốn tìm cách ngăn chặn điều đó xảy ra.

PrevisIA xác định Triunfo do Xingu là khu vực APA có nguy cơ mất rừng cao nhất vào năm 2023, với 271,52 km2 rừng trong khu bảo tồn dự kiến ​​sẽ bị mất vào cuối năm nay. Khoảng 5 km2 rừng đã bị phá hủy vào tháng 3.

Là ngôi nhà của loài khỉ má trắng có nguy cơ tuyệt chủng và các loài dễ bị tổn thương và sắp bị đe dọa khác như vẹt lục bình và báo đốm, khu vực bảo tồn này có đa dạng sinh học phong phú hiếm nơi nào có được trên thế giới. Nhưng vùng đất của nó kéo dài qua hai đô thị, Altamira và São Félix do Xingu, với tỷ lệ phá rừng cao nhất trong cả nước. Và mặc dù Triunfo do Xingu được bảo vệ theo luật pháp Brazil, các hoạt động bất hợp pháp – khai thác mỏ, khai thác gỗ, chiếm đất – đã tàn phá khu vực này, khiến nó trở nên trơ trụi ở nhiều nơi.

Nhưng với công cụ PrevisIA, điều này có khả năng thay đổi. Imazon hiện đang thiết lập quan hệ đối tác với các cơ quan chức năng trong khu vực, nhằm ngăn chặn nạn phá rừng trước khi nó bắt đầu.

Sự tàn phá trên khắp Amazon của Brazil đang tăng lên gần mức cao nhất mọi thời đại. Theo Hệ thống cảnh báo nạn phá rừng của Imazon ( SAD), vào tháng 3 này, nạn phá rừng đã tăng gấp ba lần so với cùng tháng năm ngoái và quý đầu tiên của năm 2023 chứng kiến ​​867 km2 rừng nhiệt đới bị phá hủy, đứng thứ hai về diện tích rừngi bị chặt phá trong 16 năm qua.

Ý tưởng về công cụ PrevisIA xuất hiện vào năm 2016, khi nhóm tại Imazon phân tích dữ liệu được thu thập từ các hình ảnh vệ tinh SAD. Mệt mỏi vì nhận được thông báo sau khi những mảng rừng lớn đã bị chặt phá, họ tự hỏi: liệu có thể tạo ra các mô hình dự đoán nạn phá rừng trong ngắn hạn không?

Ông Carlos Souza Jr, nhà nghiên cứu cấp cao tại Viện Con người và Môi trường Amazon (Imazon) và điều phối viên dự án của PrevisIA và SAD cho biết: “Các mô hình dự đoán nạn phá rừng hiện có là dài hạn, xem xét điều gì sẽ xảy ra trong nhiều thập kỷ. Chúng tôi cần một công cụ mới có thể vượt lên trước sự tàn phá”.

Souza và nhóm của ông gồm một kỹ sư máy tính, một nhà tư vấn địa lý và hai nhà nghiên cứu bắt đầu phát triển một mô hình mới có thể dự đoán hàng năm. Họ đã công bố nghiên cứu của mình trên tạp chí Spatial Statistics vào tháng 8/2017.

Một khu vực rừng bị chặt phá dọc đường BR-230, xa lộ xuyên Amazon, ở Humaitá, bang Amazonas, Brazil. Ảnh: Getty Images
Một khu vực rừng bị chặt phá dọc đường BR-230, xa lộ xuyên Amazon, ở Humaitá, bang Amazonas, Brazil. Ảnh: Getty Images

Mô hình có hai hướng tiếp cận. Đầu tiên, công cụ này tập trung vào các xu hướng hiện có trong khu vực, xem xét dữ liệu địa lý và lịch sử từ Prodes, một hệ thống giám sát hàng năm của chính phủ Brazil về nạn phá rừng ở Amazon. Hiểu những gì đã xảy ra có thể giúp dự đoán chính xác hơn. Khi các khu vực rừng đã bị phá mới xuất hiện gần đây, điều này cho thấy các băng nhóm đang hoạt động trong khu vực, do đó, có nguy cơ cao là khu rừng gần đó sẽ sớm bị xóa sổ.

Thứ hai, công cụ xem xét các yếu tố ngăn chặn nạn phá rừng như đất đai do các cộng đồng người bản địa cai quản, và các khu vực có các vùng nước hoặc địa hình khác không thuận lợi cho việc mở rộng nông nghiệp; và các yếu tố làm cho nạn phá rừng dễ xảy ra hơn như mật độ dân số cao hơn, sự hiện diện của các khu định cư và tài sản nông thôn, mật độ cơ sở hạ tầng đường bộ cao hơn, cả hợp pháp và bất hợp pháp.

Trí tuệ nhân tạo phát hiện những con đường hủy hoại rừng

Khi đề cập đến những con đường không chính thức ngoằn ngoèo xuyên qua Amazon để tạo điều kiện thuận lợi cho các hoạt động công nghiệp bất hợp pháp, ông Souza cho rằng: “Chúng là động mạch hủy hoại rừng. Những con đường này tạo điều kiện cho nạn phá rừng mới”.

Giám sát việc xây dựng những con đường này là rất quan trọng để dự đoán - và cuối cùng là ngăn chặn - nạn phá rừng. Theo Imazon, 90% diện tích rừng bị phá tập trung trong bán kính 5,5 km của một con đường. Việc ghi nhật ký thậm chí còn gần hơn, với 90% vụ cháy diễn ra trong phạm vi 3km và 85% vụ cháy trong phạm vi 5km.

Các nhà nghiên cứu đã từng rà soát hàng nghìn hình ảnh vệ tinh để xem có thể phát hiện ra những con đường mới cắt xuyên qua quần xã hay không. Với công cụ PrevisIA, công việc này được giao cho một thuật toán AI giúp tự động lập bản đồ, cho phép phân tích nhanh hơn và do đó, cập nhật thường xuyên hơn.

Nhưng nếu không có nền tảng tính toán mạnh mẽ và khả năng cập nhật bản đồ đường đi nhanh hơn, công cụ PrevisIA không thể hoạt động được.

Mãi đến năm 2021, nhóm tại Imazon mới hợp tác với Microsoft và Fundo Vale để có được sức mạnh điện toán đám mây mà họ cần để chạy thuật toán AI cho việc lập bản đồ đường.

Ông Juliano Assunção, Giám đốc điều hành của Sáng kiến ​​Chính sách Khí hậu và là Giáo sư tại Đại học Giáo hoàng Công giáo Rio de Janeiro (PUC-Rio) cho biết: “Công nghệ luôn là lý do giúp chúng ta có thể kiểm soát nạn phá rừng. Công cụ PrevisIA là sự phát triển tự nhiên của sự kết hợp công nghệ này trong cuộc chiến bảo vệ Amazon và là một cuộc chiến có rất nhiều tiềm năng”.

Phối hợp với cơ quan chức năng để đưa công cụ mới vào hoạt động

Mặc dù công nghệ rất quan trọng để PrevisIA hoạt động, nhưng ai sử dụng nó sẽ là điều tạo nên sự khác biệt. Giáo sư Assunção lưu ý các thực thể rõ ràng có thể hưởng lợi từ việc sử dụng PrevisIA, đó là cơ quan chính phủ các cấp, được giao nhiệm vụ bảo vệ rừng nhiệt đới, nhưng ông cũng trích dẫn những người không trực tiếp tham gia giám sát Amazon, ngân hàng, nhà đầu tư và những người mua sản phẩm từ khu vực, những người có thể sử dụng thông tin để đưa ra quyết định tốt hơn, cả từ quan điểm kinh tế và môi trường.

Cho đến nay, nhóm đã có quan hệ đối tác chính thức với một số văn phòng công tố nhà nước trong khu vực. Họ hy vọng rằng việc họ sử dụng PrevisIA sẽ dẫn đến ít hình phạt hơn và nhiều phòng ngừa hơn.

Ông José Godofredo Pires dos Santos, công tố viên ở Pará và điều phối viên của trung tâm hỗ trợ hoạt động môi trường, cho biết: “Chúng tôi không muốn tiếp tục đến sau khi thiệt hại đã xảy ra. Chúng tôi luôn làm việc để trừng phạt những tội phạm và vi phạm môi trường này. Nhưng từ khía cạnh môi trường, thiệt hại đã diễn ra. Chúng tôi muốn đảo ngược logic đó. Chúng tôi muốn tìm cách ngăn chặn điều đó không bao giờ xảy ra”.

Nhóm của ông Pires dos Santos đã có các cuộc họp hàng tuần với Imazon để bắt kịp tốc độ về cách họ có thể sử dụng PrevisIA một cách tốt nhất. Ông hy vọng họ sẽ bắt đầu đưa hệ thống vào sử dụng vào nửa cuối năm 2023.

Ở Acre phía tây Brazil, văn phòng công tố nhà nước cũng hy vọng điều tương tự. Công tố viên Arthur Cezar Pinheiro Leite cho biết, ý tưởng là để PrevisIA thông báo cho các cơ quan giám sát về các khu vực có nguy cơ cao, để họ có thể theo dõi chặt chẽ hơn và để các công tố viên có thể cảnh báo chủ sở hữu tài sản hoặc những người khác trong khu vực rằng họ sẽ phải chịu trách nhiệm nếu nạn phá rừng xảy ra.

“Chúng tôi muốn họ biết rằng chúng tôi biết những gì đang diễn ra,” Leite nói. “Và nếu nạn phá rừng đó vẫn tiếp diễn, họ sẽ bị trừng phạt và là tấm gương cho những người khác đang cân nhắc làm điều tương tự.”

Cho đến nay, ông Souza cho biết độ chính xác của PrevisIA là “tuyệt vời”. Trong số tất cả các cảnh báo phá rừng, xác suất có 85% nằm trong phạm vi 4km tính từ vị trí dự đoán. Chỉ hơn 49% cảnh báo nằm trong các khu vực được phân loại là rủi ro cao hoặc rất cao. Ông và nhóm của mình không ngừng làm việc để cải thiện mô hình, nhưng ông cũng hy vọng rằng một ngày nào đó, công cụ này dự đoán sai.

“Nếu điều đó xảy ra, điều đó có nghĩa là việc phòng ngừa đang có hiệu quả”, ông nói.