BVR&MT – Săn trộm động vật hoang dã là ngành thu lợi nhuận cao, rủi ro ít với giá trị ước tính từ 7 – 23 tỷ đô la Mỹ mỗi năm. Các phương pháp tiếp cận dựa trên trí tuệ nhân tạo (AI) hứa hẹn sẽ lật ngược kịch bản này và biến nó thành một mục tiêu theo đuổi rủi ro cao.
Tuy nhiên, AI có thể hỗ trợ giảm thiểu buôn lậu động vật hoang dã đến mức độ nào và những thách thức trong việc ứng dụng AI vào các sáng kiến bảo tồn cụ thể? Để trả lời cho mối băn khoăn này, hai nhà nghiên cứu Natasha Rusch và Payal Arora đã tiến hành phỏng vấn sâu 15 bên liên quan (trong hai tháng 4-5/2020) bao gồm các chuyên gia bảo tồn, các tổ chức phi chính phủ và các công ty công nghệ, đồng thời phân tích các sáng kiến và quan điểm của từng đơn vị về việc ứng dụng AI trong chống buôn bán động vật hoang dã trực tuyến. Dưới đây là một số phát hiện của nghiên cứu này.
Buôn lậu trực tuyến bùng nổ và sự trỗi dậy của AI
Săn trộm và buôn lậu động vật hoang dã được giám sát chặt chẽ hơn kể từ khi đại dịch Covid-19 bùng phát vào đầu năm 2020. Bằng chứng là một số quốc gia đã ban hành lệnh cấm nhập khẩu động vật hoang dã hoặc đóng cửa các khu chợ động vật tươi sống, hạn chế sử dụng các bài thuốc có nguồn gốc từ động vật hoang dã. Tuy nhiên, đại dịch cũng thúc đẩy buôn lậu trực tuyến nở rộ theo cấp số nhân với sự kết nối thông qua các phương tiện truyền thông xã hội và nền tảng thương mại điện tử. Tình trạng buôn bán xuyên lục địa từ châu Á tới châu Phi khiến không ít loài quý hiếm bị săn lùng ráo riết. Các cơ quan thực thi pháp luật thì ngày càng gặp khó trong việc phát hiện các giao dịch bất hợp pháp do tính chất mã hóa của phương thức trực tuyến.
Trước tình hình trên, ngày càng nhiều ứng dụng được phát triển để tự động theo dõi và điều tra khối lượng lớn dữ liệu trực tuyến nhằm ngăn chặn và làm đứt gãy chuỗi buôn lậu động vật hoang dã. Năm 2018, WWF phối hợp với Quỹ Quốc tế về Phúc lợi động vật (IFAW) khởi động “Liên minh chấm dứt nạn buôn bán động vật hoang dã trực tuyến (CEWTO)” – nơi hiện có 34 đơn vị làm về thương mại điện tử, tìm kiếm và công nghệ truyền thông xã hội cùng hợp tác với các tổ chức bảo tồn để hỗ trợ ngăn chặn buôn bán động vật hoang dã bất hợp pháp. Trong số này có Baidu – công ty công nghệ đa quốc gia của Trung Quốc và là một trong những công ty về Internet và AI lớn nhất toàn cầu, hiện Baidu đang cùng CEWTO phát triển các giải pháp nhằm phát hiện danh sách động vật hoang dã được rao bán.
Đối với việc ngăn chặn nạn săn trộm tại các khu bảo tồn, vấn đề quan trọng lại nằm ở việc thu thập, phân tích và báo cáo dữ liệu thu được từ thực địa một cách nhanh chóng. Để hiện thực hóa yêu cầu này, đã có nhiều hệ thống thông tin chống săn trộm đa dạng được triển khai để hỗ trợ, nâng cao và thu thập dữ liệu như: Hệ thống định vị toàn cầu (GPS), vi mạch động vật hoang dã, máy bay không người lái, camera hồng ngoại, cảm biến, âm thanh, thiết bị theo dõi không gian mạng, công cụ báo cáo và giám sát không gian (SMART). Những công nghệ này cho phép trích xuất dữ liệu để AI xử lý và mang lại những đột phá trong công tác bảo tồn.
Nhiều công ty công nghệ, viện nghiên cứu và tổ chức phi lợi nhuận đang sử dụng và thử nghiệm học máy (một tập hợp con của AI) và các thuật toán AI để cách mạng hóa các nỗ lực bảo tồn, bao gồm Dự án lắng nghe voi, Kết nối rừng nhiệt đới, Vườn quốc gia thông minh, Người chăn cừu trên không, Trợ lý bảo vệ an ninh hoang dã (PAWS) và Hệ thống an ninh TrailGuard AI.
Đơn cử, Hệ thống an ninh TrailGuard AI đã xác định được 100 vườn quốc gia có nguy cơ bị săn trộm cao nhất. Các camera AI hoạt động như một hệ thống cảnh báo sớm được triển khai tại các vườn quốc gia này vào cuối năm 2020. Người ta ước tính thiết bị và cơ sở hạ tầng để bảo vệ các công viên này có thể được lắp đặt với giá khoảng 4 triệu đô la Mỹ. Với những khoản đầu tư lớn từ các nhà tài trợ và lợi nhuận mang lại cho các công ty công nghệ, không có gì ngạc nhiên khi các can thiệp dựa trên AI trong lĩnh vực bảo tồn được các công ty công nghệ thúc đẩy.
Trí thông minh được coi là yếu tố quan trọng trong các chiến lược chống săn trộm do AI dẫn đầu. Thông qua hoạt động chống săn trộm thông minh, thông tin về những kẻ săn trộm được xử lý nhằm hỗ trợ ngăn chặn, bắt giữ và kết tội đối tượng vi phạm. Công nghệ là yếu tố chính mà trong đó, tự động hóa và AI được triển khai trong các quyết định bảo tồn thông qua “các thuật toán”.
Gholami, nhà khoa học ứng dụng và dữ liệu của Microsoft đã giải thích cách PAWS được thử nghiệm thành công trong các vườn quốc gia của Uganda, Malaysia, Campuchia và Trung Quốc. Cụ thể: PAWS sử dụng dữ liệu từ SMART, nơi chỉ thu thập dữ liệu lịch sử và cung cấp các phân tích chi tiết về dữ liệu này cho các nhà quản lý khu bảo tồn.
Fang, Trợ lý Giáo sư tại trường đại học Carnegie Mellon kiêm chuyên gia AI của PAWS cho biết việc bổ sung dữ liệu bao gồm “các đặc điểm không gian địa lý xung quanh khu bảo tồn” sẽ được số hóa và triển khai vào PAWS. PAWS cũng cung cấp “bản đồ nhiệt thời gian thực” để kiểm lâm định vị những điểm có rủi ro cao hơn những vị trí khác và hướng dẫn họ tối ưu hóa thời gian tại hiện trường.
Thành bại của AI nằm ở dữ liệu
Mặc dù rất ưu việt trong việc thu thập và phân tích dữ liệu, song điểm yếu của AI cũng nằm ở chính dữ liệu. Đôi khi dữ liệu lịch sử của AI có thể làm sai lệch phân tích của toàn hệ thống vì nó không tính đến việc thay đổi các mô hình di cư của con người và sinh thái, các chiến lược săn trộm đa dạng cùng các biện pháp ứng phó – những điều vốn cần được ghi lại để có thể dự đoán đầy đủ và chính xác hơn về các hoạt động săn trộm trên thực địa. Hơn nữa, khả năng kết nối online của các cán bộ kiểm lâm tại các vườn quốc gia/khu bảo tồn còn nhiều hạn chế, do đó, để tích hợp các phương pháp sử dụng nhiều dữ liệu, cần có một khoản đầu tư lớn vào cơ sở hạ tầng dữ liệu và kỹ thuật số mà đôi khi điều này lại nằm ngoài dự tính của một dự án bảo tồn có sử dụng AI.
Điểm thứ hai, thành công của các chiến lược bảo tồn có sử dụng AI về cơ bản phụ thuộc nhiều vào việc có tương thích/phù hợp với các điều kiện kinh tế và chính trị xã hội của quốc gia mục tiêu cũng như những bất ổn về sinh thái của quốc gia đó. Thứ ba, dù thông minh tới đâu thì AI cũng không thể làm tốt công việc của mình nếu không được cung cấp các nguồn dữ liệu chính xác, cập nhật mà một trong những nguồn dữ liệu đáng tin cậy nhất, thường xuyên nhất và hiệu quả nhất đến từ chính mạng lưới cung cấp thông tin địa phương và các hình thức chia sẻ thông tin quy mô nhỏ ở cấp cộng đồng.
Mike Ball, Giám đốc An ninh Tổ chức Malilangwe Trust cho hay có tới “90% đến 95% hoạt động săn trộm bắt nguồn từ nội tại [cộng đồng]” và 98% những kẻ săn trộm bị bắt qua thông tin do những người trong cộng đồng cung cấp. Hoạt động địa phương được quản lý tốt sẽ là một trong những yếu tố góp phần quan trọng nhất trong việc thực hiện các chương trình chống săn trộm hiệu quả để bảo vệ các quần thể động vật hoang dã. Tuy nhiên, làm việc với các cộng đồng vùng đệm vườn quốc gia nhằm tạo ra mạng lưới “tình báo” cũng có những thách thức nhất định. Kuvawoga từ Tổ chức Painted Dog Conservation giải thích rằng các cộng đồng được tạo thành từ những người có quan hệ họ hàng với nhau. Do đó, cần chuyển từ mạng lưới cung cấp thông tin mang tính cá nhân sang hộ gia đình và thậm chí rộng ra cả họ hàng để tối ưu hóa các nguồn thông tin và biến nó trở thành dữ liệu đáng tin cậy cho các công nghệ dựa trên AI. Để phương thức này duy trì hiệu quả, một hệ thống phần thưởng nên được thiết kế phù hợp và chi trả cho các nguồn tin đáng tin cậy. Bên cạnh đó, cần phát triển các công nghệ nhỏ có thể hỗ trợ AI trong việc thúc đẩy một hệ thống thông tin mạnh mẽ hơn, giúp cộng đồng có thể chia sẻ cả những thành công và thách thức của riêng mình với sự trợ giúp của các công nghệ khác nhau trên thị trường thông qua các nhóm WhatsApp lẫn “truyền miệng”.
Nhìn chung, trong khi công nghệ phức tạp ngày càng được sử dụng để chống lại nạn săn trộm động vật hoang dã thì cần lưu ý rằng thành công lại nằm ở việc tiếp tục đầu tư vào việc xây dựng và duy trì các mạng cung cấp thông tin đáng tin cậy tại thị trường nguồn cùng với sự gia tăng của các chương trình và ứng dụng dựa trên AI để giám sát quá trình vận chuyển sản phẩm sang thị trường châu Á. Điều này cho thấy chúng ta cần cả hình thức thu thập dữ liệu thông minh bằng AI và hình thức truyền thống từ phía cộng đồng, trong đó AI rất quan trọng nhưng con người mới quyết định thành bại của cuộc chiến chống buôn lậu động vật hoang dã. Do vậy, thật đáng tiếc khi trong thời đại công nghệ hiện nay, nhiều người vẫn tin rằng các công cụ mới là chiếc chìa khóa vạn năng và thể hiện sự ủng hộ với công nghệ tới mức cắt giảm cả ngân sách chi cho các nhân viên địa phương cùng mạng lưới cộng đồng.
Liên quan tới câu chuyện về dữ liệu, các chiến lược ứng dụng AI cũng phải đối mặt với nhiều thách thức về vấn đề chia sẻ, hợp tác dữ liệu. Hiện tại, học máy và các công nghệ dựa trên AI vẫn chưa được triển khai triệt để trong chương trình bảo tồn. Việc khai thác dữ liệu trên các nền tảng truyền thông xã hội khác nhau đặt ra câu hỏi về tác động của việc xử lý dữ liệu đối với quyền riêng tư cơ bản và các giá trị đạo đức xã hội được chia sẻ.
Fang đến từ Đại học Carnegie Mellon mô tả những trở ngại gặp phải khi tiến hành nghiên cứu nạn buôn bán động vật hoang dã. Cô giải thích những hạn chế trong việc truy cập các hình ảnh và dữ liệu văn bản trên mạng xã hội và thương mại điện tử do dữ liệu nằm trên các nền tảng độc quyền và các ứng dụng được mã hóa, vì vậy rất khó truy xuất.
Kiến trúc sư Patrick Flickinger đến từ Phòng thí nghiệm nghiên cứu của Microsoft cũng cho biết dữ liệu khoa học mở (được chia sẻ giữa các đơn vị công nghệ và các tổ chức bảo tồn) có thể đi kèm với các vấn đề về bảo mật và quyền sở hữu dữ liệu, đặc biệt là ngày nay khi nhiều quốc gia đang áp dụng luật/quy tắc bản địa hóa dữ liệu tức việc lưu trữ dữ liệu bắt buộc chỉ được sử dụng trong các máy chủ cục bộ.
Một vấn đề nan giải khác cũng tác động tới hiệu quả ứng dụng AI, đó là chi phí. Chi phí đắt đỏ khi tích hợp AI trong công tác bảo tồn không phù hợp với tình trạng khan hiếm nguồn lực để trả lương cho lực lượng kiểm lâm và mạng lưới cung cấp thông tin từ cộng đồng nhằm ngăn chặn nạn săn trộm. Trên thực tế, các vườn quốc gia hầu như không đủ khả năng trả lương cho kiểm lâm của họ chứ chưa nói đến việc đầu tư vào các công nghệ mới. Và các bên liên quan bao gồm các đơn vị bảo tồn và công nghệ đã thảo luận về những căng thẳng nảy sinh khi có được nguồn tài trợ tương xứng. Mặc dù các khoản trợ cấp và tài trợ ban đầu cho phép triển khai AI vào các khu bảo tồn nhưng nguồn tài trợ này chỉ diễn ra trong khoảng thời gian hạn chế. Việc bảo trì, bổ sung và nâng cấp thiết bị, đào tạo nhân viên, lưu trữ dữ liệu, sửa chữa và xử lý chất thải điện tử có trách nhiệm về mặt sinh thái thường không được đề cập trong ngân sách được phân bổ. Có bằng chứng cho thấy một số công cụ đơn giản nhất không được thực hiện ở các khu vực bảo tồn châu Phi và châu Á do các vấn đề liên quan đến kết nối, thiếu điện và hiểu biết về kỹ thuật số. Nếu không có nền tảng cơ bản, AI không thể được tích hợp một cách bền vững. Điều này đòi hỏi một khoản đầu tư dài hạn cho các mạng lưới thông tin dựa vào cộng đồng, tăng hỗ trợ cho cán bộ kiểm lâm và hối thúc chính phủ cải thiện cơ sở hạ tầng dữ liệu và kỹ thuật số nhằm tạo điều kiện cho các ứng dụng AI được thực thi hiệu quả. Bên cạnh đó, cần tăng cường sự hợp tác giữa chính phủ và các công ty công nghệ cùng các tổ chức phát triển về quản trị, bảo mật và truy cập dữ liệu, xa hơn là hình thành các liên minh toàn cầu về dữ liệu nhằm ngăn chặn buôn lậu động vật hoang dã và thúc đẩy bảo tồn theo hướng bền vững hơn.
Ngọc Hiền (Theo kas.de)
