TMC Employeneurs ontwikkelen een hightechoplossing om de regenwouden te helpen beschermen.

Meer dan de helft van de plant- en diersoorten op de planeet leeft in regenwouden, de oudste levende ecosystemen op aarde. Verdere ontbossing kan ervoor zorgen dat belangrijke soorten verdwijnen. De XPRIZE Rainforest-wedstrijd duurt vijf jaar en is opgezet om een beter begrip van het regenwoudecosysteem te krijgen. Een proces dat veel werk vergt, mede omdat veel gebieden niet gemakkelijk toegankelijk zijn. De wedstrijd omvat een bedrag van 5 miljoen USD voor de winnaar om de bedachte oplossing te implementeren.

Meteen beginnen

"Toen ik ergens in 2019 las over XPRIZE, besloot ik dat ik hier koste wat kost aan mee wilde doen," zegt Eric Herrero. Samen met Jaskaran Sandhu en Dorin Cerbu vormt hij het kernteam van XiniX AI. "Ik sprak toen met Jaskaran tijdens een van onze vervolgvergaderingen, die meteen erg enthousiast was. Gezien de benodigde expertise op het gebied van machine learning, stelde Jaskaran voor om Dorin als kernteamlid toe te voegen, en al snel waren we bezig met het bedenken en bouwen van een oplossing. Het team, dat bestaat uit experts op het gebied van lucht- en ruimtevaart, beeldverwerking, machine learning, robotica en mechatronica, heeft de halve finale al bereikt en zal in juni 2023 een werkend prototype van hun oplossing presenteren in Singapore. Ze zullen strijden met in totaal veertien andere deelnemers voor een felbegeerde plek in de finale.

Zachte robot

Het team zal een autonoom systeem bouwen dat plant- en diersoorten kan identificeren en classificeren. Dit moet waardevolle data opleveren om het regenwoud te beschermen en bewustwording te vergroten. Het eindproduct moet een systeem zijn dat betaalbaar, schaalbaar en gebruiksvriendelijk is. "We ontwikkelen het prototype van een zachte robot. Een grote uitdaging is dat 90 procent van de biodiversiteit in dit gebied zich bevindt in het bladerdak, vaak op een hoogte van 20 tot 30 meter," zegt Eric. "Wetenschappers bestuderen dit gebied momenteel met ballonnen, drones en grote kranen, of ze bouwen bruggen. Dit zijn zeer gecompliceerde structuren die veel middelen vereisen." Daarnaast wil het team het onderzoek uitvoeren zonder het leefgebied in het gebied te verstoren.

Soorten ontdekken met AI

De robot zal sensoren, camera's en andere technologie gebruiken om beelden te creëren die moeten worden omgezet in bruikbare data. Dorin: "We moeten het AI-systeem zo trainen dat het de data van de sensoren en de beelden uiterst nauwkeurig classificeert." Dat is belangrijk om bestaande soorten te identificeren, maar ook om soorten te vinden waarvan we nog niet eens weten dat ze bestaan. "Over regenwouden is lang niet zoveel bekend als veel mensen denken. De beelden die we gebruiken voor het trainen van AI zijn van goede kwaliteit, maar in het veld hebben we te maken met vochtigheid, ruis en specifieke lichtomstandigheden. Daar moeten we rekening mee houden, wat een behoorlijke uitdaging is."

Complete oplossing

Het XiniX AI-team is ervan overtuigd dat ze de finale zullen bereiken. Als het team zover komt, zullen er 10 teams strijden om de hoofdprijs van $5 miljoen in 2024. Jaskaran: "De producten van de teams die de finale halen, moeten echt gebouwd en werkend worden gemaakt. Vandaar het hoge geldbedrag dat de winnaar ontvangt." De finalisten die de hoofdprijs niet winnen, kunnen ook rekenen op een aanzienlijk bedrag om de oplossing te realiseren. "We zullen stevige concurrentie hebben, maar we zijn ervan overtuigd dat we echt een slimme oplossing kunnen bouwen die het volledige regenwoud kan in kaart brengen en die ook in andere omgevingen kan worden gebruikt."