人工智能应用于野生动物保护，识别与统计准确率高达96.6％

本文由人工智能观察编译

译者：Sandy

提起AI，人们最先想到的不是语音助理，就是自动驾驶汽车，其实，人工智能远不止这些。来自奥本大学、哈佛大学、牛津大学、明尼苏达大学和怀俄明州大学的研究人员开发了一种机器学习算法，可以识别、描述并统计野生动物的数量，准确率高达96.6%。更重要的是，这对全球野生动物保护将起到很大的作用。

这篇论文发表于2017年11月，于本周成功发表在了《美国国家科学院院刊》上。

Jeff Clune是来自怀俄明州大学的副教授，也是这篇论文的资深作者，同时，他还兼任Uber人工智能实验室的高级研究经理。对于这项研究，他表示，这项技术可以让我们准确地、悄无声息且低成本地收集野生动物数据，这将有助于推动生态学在许多领域的变换，最终建立起野生动物生物学、动物学、保护生物学以及动物行为科学等相关科学的“大数据”。在一定程度上，这将极大地提高我们研究和保护野生动物和珍贵生态系统的能力。

研究人员通过星系动物园科学联盟（Zooniverse.org）的公民科学项目Snapshot Serengeti，对320万张图片进行了计算机视觉算法的训练。该项目会招募志愿者来收集大象、长颈鹿、羚羊、狮子、猎豹和其他动物在自然栖息地的图像。共计有超过5万人参与了这个项目并其语料库做出了贡献。

至于其工作原理，如下：运动传感摄像头自动拍照，然后这些照片会被输入到一个深度神经网络中——这是一种用来模拟人类视觉皮层神经元之间连接模式的深层神经网络——然后用文字和数字对照片进行标注。它能够描述出哪些物种以及每个物种的数量，以及它们所参与的活动，比如进食或睡觉。

这个系统可以在几个小时内为6个月的图像贴上标签，要知道，人类志愿者平均需要的2-3个月才能完成对应工作。Snapshot Serengeti团队的领导者Margaret Kosmala称，该系统每增加300万张图片，就可以节省超过8年的人类标记工作。

她在接受媒体采访时说道：“这些时间对志愿者来说，是很有价值的，利用这些时间还可以重新部署为其他项目提供帮助。”

这项研究建立在人工智能一个不断发展的领域基础上：动物检测。2016年11月，昆士兰大学的科学家利用谷歌的TensorFlow机器学习框架，训练出一种算法，可以自动在海洋图像中检测海牛。今年3月，一家名为iNaturalist的初创公司推出了一款支持人工智能的应用程序，可以自动识别物种。

（文中图片来自网络）