微软资助,利用AI精准识别与追踪大象

编译:chux

出品:ATYUN订阅号

AI越来越多地应用于物种保护。今年初,一个研究人员联盟开发了一种机器学习算法,可以识别和描述野生动物。在本周的博客文章中,微软强调了一家在圣克鲁兹的创业公司 Conservation Metrics正在利用AI密切关注非洲大草原的大象。

Conservation Metrics是微软的AI for Earth计划接受者,他们使用算法来分析康奈尔大学实验室听力项目Elephant Listening Project语料库,该项目从Nouabalé-Ndoki National Park和邻近的刚果共和国伐木区收集数据。它的系统将大象分为“低频”的声音,它们用来相互交流,从录音中相互交流,并获得洞见,比如人口规模和群体运动。根据Conservation Metrics首席执行官Matthew McKown的说法,它足以精确识别从空中看不到的动物。

在接下来的几个月里,初创公司计划将其模型从本地机器迁移到微软的Azure云服务器,McKown表示这将减少处理声音数据所需的时间。

他说:“我们真的很有兴趣加快设备在现场监控设备,并通过这个神奇的过程将这些信号转换成可以发送到有人可以采取行动的领域的信息之间的循环。现在,这个过程可能需要很长时间。”

当然,这并不是地球受益者使用机器学习的唯一动物追踪AI。

该保护助理野生动物安全(PAWS),由南加州大学和卡内基·梅隆大学的大学发起了一个研究项目,训练了14年巡逻的数据和有关偷猎活动的超过125000个数据点的模型来进行预测。它已被用于为马来西亚的护林员创建优化的巡逻路线,并部署在乌干达的伊丽莎白女王国家公园以及南非的野生动物保护区。

西雅图的Snow Leopard Trust是另一位受资助者,他与微软的工程师合作,建立了一种计算机视觉算法,能够以95%的准确度识别相机图像中的动物。人类团队需要大约19500小时才能手动筛选完数据库。

AI for Earth于2017年在伦敦启动,资金为200万美元,现在是一个为期五年,耗资5000万美元的项目,在27个国家拥有112名受资助者。

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2018-08-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CDA数据分析师

野生码农的逆袭之路:在跨界中找到自我

本文由CDA作者库成员HarryZhu原创,并授权发布。 CDA作者库凝聚原创力量,只做更有价值的分享。 ? Day Job and Night Job 我非常...

25360
来自专栏机器人网

机器人“占领”电子供应链物流

---- 如今,我们确实可以动动手指就能购物,点击几下就能获得所需的产品。次日送货地于许多消费者和商用产品来说,已成为标准做法。为了满足这种期望,物流业内人士...

26650
来自专栏阮一峰的网络日志

每周分享第 29 期

欢迎投稿,请前往 GitHub 的 ruanyf/weekly 提交 issue。

13510
来自专栏FreeBuf

互联网金融黑中介指南

*本文作者:mcvoodoo,本文属 FreeBuf 原创奖励计划,未经许可禁止转载。 互联网金融这些年热火朝天,稍大一点的集团旗下都有互金业务,甚至一些根本和...

36060
来自专栏ATYUN订阅号

格拉斯哥大学研究者开发电子皮肤,为机器人提供触摸能力

合成的电子皮肤,也被称为“brainy skin”,正在开发中,不仅可以为截肢者制作更具响应性的假肢,它也可以应用于机器人,使其具有模拟触摸能力。

8610
来自专栏lx的专栏

真实世界的可视光通信应用

为了改变顾客的购物体验,法国零售业巨头家乐福超市正在里尔的Euralille商场其新近翻新的大型超市中测试基于LED的超市照明。

33330
来自专栏知晓程序

小程序上新!我们选了 10 款超实用的,你一定用得上 | 晓榜 #33

知晓程序(微信号 zxcx0101)第一时间采访了这个小程序的开发团队。测试到底准不准?点击这里,看看开发者怎么说。

15430
来自专栏大数据文摘

Facebook数据中心室内大雨倾盆?扒一扒互联网与军事的前世今生

2013年6月,Facebook基础设施工程副总裁Jay Parikh在接受英国科技新闻网The Register采访时回忆道,2011年8月,他收到一通电话,...

9900
来自专栏腾讯数据中心

大道至简,图解大型互联网数据中心典型模型

数据中心本质上是数学和逻辑的组合,分析模块化数据中心的颗粒度可以归纳演绎出其典型模型,本文介绍一些大型互联网数据中心的典型案例,正是为了做此方面的分析。 大型互...

43460
来自专栏ATYUN订阅号

谷歌和哈佛大学开发机器学习模型,检测食源性疾病以识别不安全的餐馆

你是否担心自己进入一家简陋的没有优秀食品安全记录的餐馆?谷歌新的AI系统可以帮助你摆脱恐惧,或证实糟糕的情况。

9840

扫码关注云+社区

领取腾讯云代金券