Kuis terkait panduan · Sedang Tingkat

AI dalam Kuis Pemantauan Konservasi Satwa Liar

Pelajari bagaimana AI mengklasifikasikan gambar jebakan kamera, menganalisis suara satwa liar, dan membantu tim konservasi memprioritaskan respons lapangan.

Pertanyaan 1 dari 8

Mengapa AI sangat berguna untuk proyek konservasi jebakan kamera?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Mengapa AI sangat berguna untuk proyek konservasi jebakan kamera?
    • Kamera menghasilkan gambar jauh lebih banyak daripada yang bisa dilihat manusia secara manual
    • Kamera membutuhkan AI untuk mengambil foto di malam hari
    • AI membuat kamera lebih murah untuk diproduksi
    • Hewan hanya muncul di kamera saat AI sedang berjalan
  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. Apa yang diandalkan oleh 'identifikasi ulang' masing-masing hewan?
    • Kerah GPS pada setiap hewan
    • Meminta penjaga hutan untuk menghafal setiap hewan
    • Mencocokkan tanda unik menggunakan penyematan yang dipelajari
    • Melukis angka pada binatang
  4. Bagaimana sistem Rainforest Connection membantu memerangi pembalakan liar?
    • Ia menanam pohon baru secara otomatis
    • Ini memblokir jalan menuju hutan
    • Ini memotret setiap pohon setiap hari
    • Ini mendeteksi suara gergaji dan kendaraan serta memperingatkan penjaga secara real time
  5. Mengapa pembelajaran transfer umum terjadi pada model penglihatan satwa liar?
    • Hal ini memungkinkan model bekerja dengan baik bahkan dengan gambar pelatihan spesifik spesies yang terbatas
    • Ini menghilangkan kebutuhan akan kamera apa pun
    • Ini mentransfer hewan antar habitat
    • Ini hanya bekerja pada hewan peliharaan
  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