从任何连接到互联网的电热水壶上，您都可以听到人工智能如何击败网络运动员，为旧技术提供新机会，以及根据您的草图画猫。 但他们很少谈论机器智能也能保护环境这一事实。 Cloud4Y 决定纠正这一遗漏。
让我们来谈谈非洲正在实施的最有趣的项目。
DeepMind 追踪塞伦盖蒂牛群
在过去的十年里，塞伦盖蒂狮子研究项目的生物学家、生态学家和志愿者保护主义者一直在收集和分析位于塞伦盖蒂国家公园（坦桑尼亚）的数百个现场摄像机的数据。 这对于研究某些生存受到威胁的动物物种的行为是必要的。 志愿者花了整整一年的时间处理这些信息，研究人口统计、运动和动物活动的其他标志。 AI DeepMind 已经在 10 个月内完成了这项工作。
DeepMind 是一家开发人工智能技术的英国公司。 2014年，被Alphabet收购。 使用数据集 为了训练人工智能模型，研究团队取得了优异的成果： 可以自动检测、识别和计数图像中的非洲动物，使其工作速度加快了 3 个月。 DeepMind 员工解释了为什么这很重要：
“塞伦盖蒂是世界上仅存的拥有完整大型哺乳动物群落的地方之一……随着公园周围人类的侵占变得更加激烈，这些物种被迫改变自己的行为以求生存。 农业、偷猎和气候异常的增加正在推动动物行为和种群动态的变化，但这些变化发生在空间和时间尺度上，使用传统研究方法很难监测。”
为什么人工智能比生物智能工作效率更高？ 有几个原因。
- 包括更多照片。 自安装以来，现场摄像机已捕获数亿张图像。 并非所有物种都容易识别，因此志愿者必须使用名为 Zooniverse 的网络工具手动识别物种。 目前数据库中有 50 个不同的物种，但处理数据花费了太多时间。 因此，作品中并未使用所有照片。
- 快速物种识别。 该公司声称，其预训练系统很快就会部署到现场，在记忆和识别某个地区发现的一百多种动物物种方面，其性能能够与人类注释者相当（甚至更好）。
- 便宜的设备。 AI DeepMind 能够在互联网接入不可靠的普通硬件上有效运行，这在非洲大陆尤其如此，那里强大的计算机和快速的互联网接入可能对野生动物造成破坏，而且部署成本高昂。 生物安全和节省成本是人工智能对环保活动人士的重要好处。
DeepMind 的机器学习系统预计不仅能够详细跟踪种群行为和分布，而且能够足够快地提供数据，以便保护主义者能够对塞伦盖蒂动物行为的短期变化做出迅速反应。
微软正在追踪大象
公平地说，我们注意到 DeepMind 并不是唯一一家致力于拯救脆弱野生动物种群的公司。 因此，微软带着它的初创公司出现在圣克鲁斯 ，它使用人工智能来追踪非洲草原大象。
该初创公司是“大象聆听项目”的一部分，在康奈尔大学实验室的帮助下，开发了一种系统，能够收集和分析散布在刚果共和国努瓦巴莱-恩多基国家公园和周边森林地区的声学传感器的数据。 人工智能可以识别录音中大象的声音——它们用来相互交流的低频隆隆声，并接收有关象群规模及其移动方向的信息。 Conservation Metrics 首席执行官 Matthew McKone 表示，人工智能可以准确识别从空中无法看到的个体动物。
有趣的是，该项目开发了一种在塞伦盖蒂快照上训练的机器学习算法，该算法可以识别、描述和计数 准确率达96,6%。
TrailGuard Resolve 警告偷猎者
采用英特尔技术的智能相机利用人工智能来保护濒临灭绝的非洲野生动物免受偷猎者的侵害。 该系统的独特之处在于，它会提前警告非法捕杀动物的企图。
遍布公园的摄像头采用英特尔计算机视觉处理器 (Movidius Myriad 2)，可以实时检测动物、人和车辆，使公园管理员能够在偷猎者做错事之前将其抓获。
Resolve 提出的新技术有望比传统检测传感器更有效。 反偷猎摄像头只要检测到运动就会发出警报，从而导致许多误报，并将电池寿命限制在四个星期内。 TrailGuard 摄像头仅使用运动来唤醒摄像头，并且仅在看到画面中的人时才发送警报。 这意味着误报将会显着减少。
此外，Resolve相机在待机模式下几乎不耗电，无需充电即可使用长达一年半。 换句话说，公园工作人员不必像以前那样经常冒着安全风险。 相机本身只有铅笔大小，因此不太可能被偷猎者发现。
你还能在博客上读到什么？
→
→
→
→
→
订阅我们的 -频道，以免错过下一篇文章！ 我们每周写信不超过两次，而且只写生意。
来源： habr.com