Κουίζ παρακολούθησης της τεχνητής νοημοσύνης στο Wildlife Conservation

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

1. Γιατί η τεχνητή νοημοσύνη είναι ιδιαίτερα χρήσιμη για έργα διατήρησης της κάμερας;
   • Οι κάμερες παράγουν πολύ περισσότερες εικόνες από αυτές που μπορούν να αναθεωρήσουν οι άνθρωποι με μη αυτόματο τρόπο
   • Οι κάμερες χρειάζονται τεχνητή νοημοσύνη για να τραβήξουν φωτογραφίες τη νύχτα
   • Η τεχνητή νοημοσύνη κάνει τις κάμερες φθηνότερες στην κατασκευή
   • Τα ζώα εμφανίζονται στην κάμερα μόνο όταν εκτελείται το AI
2. In an automated forest-wildlife sound-classification workflow, how can a CNN receive the recordings?
   • As GPS coordinates with no audio features
   • As spectrogram images generated from short audio clips
   • As handwritten transcripts from field staff only
   • As RGB images of animal tracks in soil
3. Σε τι βασίζεται η «επαναναγνώριση» μεμονωμένων ζώων;
   • Περιλαίμια GPS σε κάθε ζώο
   • Ζητώντας από τους δασοφύλακες να απομνημονεύσουν κάθε ζώο
   • Αντιστοίχιση μοναδικών σημάνσεων χρησιμοποιώντας μαθημένες ενσωματώσεις
   • Ζωγραφίζοντας αριθμούς στα ζώα
4. Πώς βοηθά το σύστημα Rainforest Connection στην καταπολέμηση της παράνομης υλοτομίας;
   • Φυτεύει αυτόματα νέα δέντρα
   • Κλείνει δρόμους στο δάσος
   • Φωτογραφίζει κάθε δέντρο καθημερινά
   • Ανιχνεύει τους ήχους του αλυσοπρίονου και των οχημάτων και ειδοποιεί τους δασοφύλακες σε πραγματικό χρόνο
5. Γιατί η μάθηση μεταφοράς είναι κοινή στα μοντέλα όρασης άγριας ζωής;
   • Επιτρέπει στα μοντέλα να λειτουργούν καλά ακόμα και με περιορισμένες εικόνες εκπαίδευσης για συγκεκριμένα είδη
   • Καταργεί την ανάγκη για κάμερες
   • Μεταφέρει ζώα μεταξύ οικοτόπων
   • Λειτουργεί μόνο σε οικόσιτα ζώα
6. What can an edge AI device do in a remote wildlife-monitoring deployment?
   • Guarantee longer battery life regardless of hardware and workload
   • Analyze sensor data on-site, which may reduce raw data transfer depending on system design
   • Identify every species without uncertainty or human review
   • Make acoustic sensors unnecessary in all field studies
7. How can Wildlife Insights AI reduce the manual workload of reviewing camera-trap images?
   • It permanently deletes every image without a species label
   • It identifies every individual animal without human review
   • It can flag blank images so reviewers spend less time sorting photos without animals
   • It replaces camera-trap data with satellite imagery
8. How can passive acoustic monitoring support protection of North Atlantic right whales?
   • It reads the whales’ DNA from underwater video
   • It prevents ships from entering all ocean areas
   • It replaces every visual and ship-based survey
   • Hydrophones detect whale calls, and confirmed detections can trigger vessel slow zones