DeepMind加入動(dòng)物保護行列 用AI分析野生動(dòng)物行為

一手打造史上最強圍棋AI的英國DeepMind團隊最近加入了用人工智能保護野生動(dòng)物的行列。DeepMind與生態(tài)學(xué)家、自然保護主義者合作，開(kāi)發(fā)了一款研究動(dòng)物行為的機器學(xué)習方法。這套方法被首先應用在坦桑尼亞塞倫蓋蒂野生動(dòng)物保護區。

塞倫蓋蒂是非洲最大的野生動(dòng)物保護區之一，以豐富的野生動(dòng)植物聞名于世。在塞倫蓋蒂14750平方公里的土地上，棲息著(zhù)大約70種大型哺乳動(dòng)物和500種鳥(niǎo)類(lèi)，包括獅子、斑馬、羚羊、麋羚、水牛、鱷魚(yú)、河馬、大象、長(cháng)頸鹿等。

近來(lái)，隨著(zhù)農業(yè)、偷獵、氣候異常等人類(lèi)影響的增加，當地物種被迫改變自己的行為以繼續生存。大約十年前，塞倫蓋蒂的獅子研究項目在保護區核心區域安裝了截至目前，這個(gè)項目收集了數百萬(wàn)張照片。分析照片的工作由來(lái)自世界各地的志愿者完成，他們在每張照片中一一識別和統計其中的動(dòng)物。這項耗時(shí)耗力的工作影響了科學(xué)家的進(jìn)一步研究，也使自然保護人士很難對生態(tài)系統的破壞做出及時(shí)反應。通常，從照片被拍攝到志愿者識別出其中的動(dòng)物大概需要一年的時(shí)間。

為了幫助科學(xué)家更高效地開(kāi)展研究，DeepMind訓練了一個(gè)機器學(xué)習模型，可以自動(dòng)檢測、識別并計算照片中出現的動(dòng)物。據DeepMind blog表示，他們的系統在識別約50個(gè)大型動(dòng)物的時(shí)候與人類(lèi)標簽員一樣準確。

生態(tài)學(xué)家認為，通過(guò)照片監測動(dòng)物行為變化可以了解原始生態(tài)系統的動(dòng)態(tài)功能，制定有效的管理計劃來(lái)保護當地的生物多樣性。

這類(lèi)模型的難點(diǎn)在于，用運動(dòng)攝像頭記錄的野生動(dòng)物照片有時(shí)很難處理，例如動(dòng)物可能在焦點(diǎn)之外，或者被遮擋。不過(guò)，DeepMind稱(chēng)，在生態(tài)學(xué)家Meredith Palmer的幫助下，他們的項目很快成型，并大大縮短了全流程處理時(shí)間。

據DeepMind透露，目前，該團隊正在部署一種適應于野外環(huán)境的機器學(xué)習系統，只需要“適度”硬件和少量互聯(lián)網(wǎng)連接。一旦這個(gè)系統部署到位，塞倫蓋蒂的研究人員能夠直接利用這個(gè)工具開(kāi)展保護工作。