Indický lesník vyvinul AI chatbota: V Himálaji pomáhá s výsadbou stromů a šetří miliony

Indický lesník Pushpendra Rana se spojil se společností RootIQ Labs, aby vyvinul chatbota poháněného strojovým učením s názvem WhereToPlant Bot. Cílem je výrazně snížit neefektivní výdaje na výsadbu stromů a zvýšit šance sazenic na přežití.

Indický lesník Pushpendra Rana se spojil se společností RootIQ Labs, aby vyvinul chatbota poháněného strojovým učením s názvem WhereToPlant Bot. Cílem je výrazně snížit neefektivní výdaje na výsadbu stromů a zvýšit šance sazenic na přežití. Rana, který je indickým lesním úředníkem, již dříve v roce 2022 publikoval studii, která předpovídala, že stát Himáčalpradéš vynaloží mezi lety 2020 a 2030 přibližně 100 milionů dolarů (asi 950 milionů rupií) na výsadbu stromů, které pravděpodobně nepřežijí.

Chatbot WhereToPlant je dostupný prostřednictvím aplikace Telegram. Uživatelé sdílejí svou polohu a obratem obdrží hodnocení vhodnosti místa pro výsadbu konkrétního druhu, včetně pravděpodobnosti přežití sazenic. Nástroj je v současné době exkluzivní pro Himáčalpradéš, kde funguje déle než rok. Jeho doporučení využívá státní lesní správa, ženské a mládežnické kolektivy i svépomocné skupiny. Během monzunové sezóny 2025 chatbot pomohl s výběrem místa pro výsadbu na více než 500 hektarech z celkových 3 000 hektarů osázených stromů.

Indie si stanovila ambiciózní cíle pro výsadbu stromů, včetně vytvoření uhlíkového propadu o objemu 3,5 až 4,0 miliardy tun ekvivalentu CO₂ do roku 2035 a obnovy 26 milionů hektarů degradované půdy do roku 2030 v rámci Bonnské výzvy. Rana poukazuje na to, že ačkoli se na papíře sází mnoho stromů, problém nastává na nejnižší úrovni, kde chybí vědecká kritéria pro výběr místa. Rozhodnutí o výsadbě jsou často ad-hoc a nedostatečné monitorování kvůli častým přesunům úředníků snižuje dlouhodobou úspěšnost.

WhereToPlant Bot umožňuje terénním pracovníkům a místním komunitám rychle činit vědecky podložená rozhodnutí o vhodnosti místa. Chatbot poskytuje srozumitelné hodnocení pravděpodobnosti přežití s přesností 87 %. Za tímto jednoduchým skóre stojí „komise modelů strojového učení“, která analyzuje rozsáhlé datové soubory. Nástroj rozdělil krajinu Himáčalpradéše na 795 000 sedmihektarových dlaždic. Pro každou dlaždici odhaduje soubor modelů strojového učení (včetně Random Forest a Gradient Boosting) pravděpodobnost, že se sazenice vyvine ve strom, na základě více než 300 environmentálních a krajinných parametrů, jako je složení půdy, nadmořská výška, klimatické vzorce a historická vegetační data z veřejně dostupných zdrojů. Zpětná vazba od uživatelů, shromažďovaná prostřednictvím skupiny WhatsApp, se využívá k neustálému zlepšování přesnosti predikcí.

Přestože někteří odborníci na obnovu zpochybňují volbu Telegramu jako platformy, Rana vysvětluje, že jde pouze o doručovací kanál, který byl zvolen kvůli flexibilitě a nižším nákladům oproti WhatsAppu. V současné době chatbot primárně předpovídá přežití, ale tým pracuje na beta verzi funkce doporučující konkrétní druhy stromů, která by měla být k dispozici do konce roku. Existují i další online nástroje pro podporu rozhodování při obnově, jako je Plantwise pro Západní Gháty a Diversity for Restoration (D4R), které se zaměřují na doporučení druhů. Tyto nástroje využívají algoritmické modely a data o výskytu druhů spolu s environmentálními proměnnými. D4R navíc zohledňuje cíle uživatele a změnu klimatu.