人工智能有助於研究非洲動物

從任何連接到互聯網的電熱水壺上，您都可以聽到人工智慧如何擊敗網路運動員，為舊技術提供新機會，以及根據您的草圖畫貓。 但他們很少談論機器智慧也能保護環境這一事實。 Cloud4Y 決定糾正這項遺漏。

讓我們來談談非洲正在實施的最有趣的計畫。

DeepMind 追蹤塞倫蓋蒂牛群

在過去的十年裡，塞倫蓋蒂獅子研究計畫的生物學家、生態學家和志願者保護主義者一直在收集和分析位於塞倫蓋蒂國家公園（坦尚尼亞）的數百個現場攝影機的數據。 這對於研究某些生存受到威脅的動物物種的行為是必要的。 志工花了整整一年的時間處理這些訊息，研究人口統計、運動和動物活動的其他標誌。 AI DeepMind 已經在 10 個月內完成了這項工作。

DeepMind 是一家開發人工智慧技術的英國公司。 2014年，被Alphabet收購。 使用資料集 快照塞倫蓋蒂 為了訓練人工智慧模型，研究團隊取得了優異的成果： 人工智慧深度思維 可以自動偵測、識別和計數影像中的非洲動物，使其工作速度加快了 3 個月。 DeepMind 員工解釋了為什麼這很重要：

「塞倫蓋蒂是世界上僅存的擁有完整大型哺乳動物群落的地方之一……隨著公園周圍人類的侵占變得更加激烈，這些物種被迫改變自己的行為以求生存。 農業、盜獵和氣候異常的增加正在推動動物行為和族群動態的變化，但這些變化發生在空間和時間尺度上，使用傳統研究方法很難監測。”

為什麼人工智慧比生物智慧工作效率更高？ 有幾個原因。

• 包括更多照片。 自安裝以來，現場攝影機已捕獲數億張影像。 並非所有物種都容易識別，因此志願者必須使用名為 Zooniverse 的網路工具手動識別物種。 目前資料庫中有 50 個不同的物種，但處理資料花了太多時間。 因此，作品中並未使用所有照片。
• 快速物種識別。 該公司聲稱，其預訓練系統很快就會部署到現場，在記憶和識別某個地區發現的一百多種動物物種方面，其表現能夠與人類註釋者相媲美（甚至更好）。
• 便宜的設備。 AI DeepMind 能夠在互聯網接入不可靠的普通硬體上高效運行，在非洲大陸尤其如此，那裡強大的電腦和快速的互聯網接入可能對野生動物造成破壞，而且部署成本高昂。 生物安全和節省成本是人工智慧對環保活動人士的重要好處。

DeepMind 的機器學習系統預計不僅能夠詳細追蹤族群行為和分佈，而且能夠足夠快地提供數據，以便保護主義者能夠對塞倫蓋蒂動物行為的短期變化做出迅速反應。

微軟正在追蹤大象

公平地說，我們注意到 DeepMind 並不是唯一一家致力於拯救脆弱野生動物族群的公司。 因此，微軟帶著它的新創公司出現在聖克魯斯 保護指標，它使用人工智慧來追蹤非洲草原大象。

這家新創公司是「大象聆聽計畫」的一部分，在康乃爾大學實驗室的幫助下，開發了一種系統，能夠收集和分析散佈在剛果共和國努瓦巴萊-恩多基國家公園和周邊森林地區的聲學感測器的數據。 人工智慧可以辨識錄音中大象的聲音——它們用來相互交流的低頻隆隆聲，並接收有關象群規模及其移動方向的資訊。 Conservation Metrics 執行長 Matthew McKone 表示，人工智慧可以準確識別從空中無法看到的個體動物。

有趣的是，該專案開發了一種在塞倫蓋蒂快照上訓練的機器學習演算法，該演算法可以識別、描述和計數 野生動物 準確率達96,6%。

TrailGuard Resolve 警告偷獵者

採用英特爾技術的智慧相機利用人工智慧來保護瀕臨滅絕的非洲野生動物免受偷獵者的侵害。 該系統的獨特之處在於，它會提前警告非法捕殺動物的企圖。

遍布公園的攝影機採用英特爾電腦視覺處理器 (Movidius Myriad 2)，可即時偵測動物、人和車輛，使公園管理員能夠在偷獵者做錯事之前將其抓獲。

Resolve 提出的新技術可望比傳統偵測感測器更有效。 反偷獵攝影機只要偵測到運動就會發出警報，從而導致許多誤報，並將電池壽命限制在四個星期內。 TrailGuard 攝影機僅使用運動來喚醒攝影機，並且僅在看到畫面中的人時才發送警報。 這意味著誤報將會顯著減少。

此外，Resolve相機在待機模式下幾乎不耗電，無需充電即可使用長達一年半。 換句話說，公園工作人員不必像以前那樣經常冒著安全風險。 相機本身只有鉛筆大小，因此不太可能被偷獵者發現。

您還可以在博客上閱讀什麼？ 雲4Y

→ vGPU——不容忽視
→ 啤酒智能——AI搞出啤酒
→ 雲備份節省的 4 種方法
→ 前 5 個 Kubernetes 發行版
→ 機器人與草莓：人工智慧如何提高田間生產力

訂閱我們的 Telegram-頻道，以免錯過下一篇文章！ 我們每週寫信不超過兩次，而且僅限於公務。

來源： www.habr.com