Смартфон против контрабандистов: как работает Fin Finder
Представьте: инспектор на рыбном рынке в Гонконге или таможенник в аэропорту Лос-Анджелеса видит подозрительный груз — мешки с высушенными плавниками. Раньше ему нужен был биолог-эксперт под рукой. Теперь достаточно телефона. Fin Finder — это приложение, которое за секунды определяет, принадлежат ли эти плавники охраняемым видам акул и скатов.
Приложение создано организацией Conservation International при поддержке Microsoft AI for Earth. Оно использует нейросети, обученные на тысячах изображений плавников, чтобы идентифицировать виды по уникальным узорам, форме и текстуре.
Что умеет эта AI-шпионка
Fin Finder не просто говорит «это акула». Он выдаёт конкретику:
- Идентификация видов: определяет более 10 видов акул и скатов, находящихся под угрозой исчезновения и защищённых СИТЕС (Конвенция о международной торговле видами дикой фауны и флоры).
- Работа офлайн: модель зашита в приложение. Не нужен интернет в порту или на удалённом рынке — главная фишка для полевых условий.
- Генерация отчётов: автоматически создаёт документ с видом, вероятностью определения, GPS-координатами и временем. Это уже готовые улики.
- Простой интерфейс: навёл камеру, нажал кнопку. Никаких сложных настроек — рассчитано на людей, далёких от технологий.
Под капотом: какая модель там работает?
Технических деталей разработчики раскрывают мало (видимо, чтобы контрабандисты не научились обманывать систему). Но можно предположить архитектуру:
Скорее всего, это кастомная свёрточная нейросеть (CNN), оптимизированная для мобильных устройств — что-то вроде MobileNetV3 или EfficientNet-Lite. Модель обучена на датасете из тысяч размеченных фотографий плавников, сделанных в разных условиях: при разном освещении, с разной степенью сохранности, под разными углами.
Самое сложное — научить AI отличать, скажем, плавник мако от плавника голубой акулы, когда они высушены, обрезаны и свалены в кучу. Здесь не обойтись без продвинутой аугментации данных и, возможно, трансферного обучения.
Точность — главный вопрос. Разработчики заявляют о высоких показателях, но в реальных условиях, при плохом свете или с сильно повреждёнными образцами, ошибки неизбежны. Приложение не заменяет эксперта, а лишь даёт ему мощный инструмент для первичного отсева.
А есть альтернативы? Сравниваем подходы
Fin Finder — не единственный проект, где AI защищает природу. Но у каждого своя ниша.
| Инструмент | Задача | Ключевое отличие |
|---|---|---|
| Fin Finder | Идентификация плавников акул/скатов | Мобильное, офлайн, для правоохранителей |
| MAUI63 | Поиск и учёт дельфинов с дронов | Воздушная съёмка, мониторинг популяций |
| AlphaEarth Foundations | Анализ спутниковых снимков | Глобальный масштаб, выявление изменений ландшафта |
| Традиционная ДНК-экспертиза | Точная идентификация вида | 100% точность, но требует лаборатории и недели времени |
Главное преимущество Fin Finder — скорость и доступность. ДНК-тест точен, но его не сделаешь в порту. А здесь — щёлкнул фото и сразу понял, стоит ли задерживать партию для дальнейшей проверки.
Кому это приложение реально нужно?
Целевая аудитория уже использует Fin Finder в полевых условиях:
- Таможенные и пограничные службы в ключевых транзитных странах (Индонезия, Шри-Ланка, страны ЕС). Приложение ускоряет досмотр в десятки раз.
- Инспекторы рыбоохраны и экологической полиции на местных рынках и в рыбных портах.
- Научные сотрудники и экологи, проводящие полевые исследования и оценивающие масштабы нелегальной торговли.
- Общественные активисты и журналисты, расследующие цепочки поставок морепродуктов.
Любопытно, что технология, рождённая для борьбы с контрабандой, нашла неожиданное применение в науке. Исследователи используют Fin Finder для быстрой каталогизации образцов в музеях и лабораториях, где хранятся тысячи плавников.
Будущее: куда движется технология?
Сейчас Fin Finder фокусируется на плавниках. Но архитектура позволяет обучать модель на чём угодно. В Conservation International уже думают о модулях для идентификации:
- Черепашьих панцирей и изделий из них.
- Кораллов и живых камней для аквариумов.
- Определённых пород древесины (например, красного дерева).
Потенциал огромен. Представьте себе универсальное приложение-«шерлока» для инспектора по охране дикой природы, которое по фото определяет десятки запрещённых к торговле видов — от частей тигра до орхидей.
Проблема, как всегда, в данных. Чтобы обучить такую модель, нужны тысячи размеченных изображений по каждому виду, сделанных в реальных условиях. Сбор такого датасета — титаническая работа для биологов и волонтёров. Проекты вроде Microsoft AI for Earth как раз дают гранты и вычислительные ресурсы для решения этих задач.
Fin Finder — отличный пример того, как узкоспециализированный AI-инструмент может дать огромный социальный эффект. Он не пытается решить все проблемы экокриминала, но бьёт точно в одну, очень болезненную точку. И делает это с помощью телефона, который есть у каждого.
Следующий шаг — интеграция с системами таможенного декларирования и международными базами данных. Чтобы информация о задержанной партии плавников мако из приложения мгновенно попадала в Interpol и запускала расследование по всей цепочке поставок. Это уже не фантастика, а вопрос ближайших лет.
