随着世界对人工智能将对我们的工作生活产生什么影响感到不安，但有一份野生动物保护工作科学家们非常乐意将其移交。事实证明，这项技术可以对数百万张相机陷阱图像进行分类，以准确识别动物物种，所用时间仅为以前人眼所用时间的一小部分（而且结果更差）。
在两个主要项目中的第一个项目中，来自土耳其近东大学和澳大利亚塔斯马尼亚州政府的研究人员推出了人工智能软件，可以立即识别其中一只食肉有袋动物袋獾是否患有面部肿瘤病(DFTD)。
这种可传播的寄生虫导致绝症会扩散到袋獾的面部，使它们难以进食，许多动物会因此饿死。狭窄的基因库和与感染了寄生虫的同胞争夺食物、交配和领地的热情导致致命的癌症肆虐濒临灭绝的物种。虽然疫苗已经开发了一段时间，但目前最好的干预措施是能够识别和隔离受感染的袋獾。
这就是AI的用武之地。使用U-Net和Resnet-18神经网络图像识别工具，研究人员能够对图像进行分类，不仅可以发现DFTD，还可以对面部损伤是DFTD还是打斗引起的常见伤害进行分类。
从1250张图像中，AI能够识别出961只健康的和289只患病的袋獾，准确率为92.4%。这种几乎可以实时响应的自动化、快速且可靠的系统可能被证明是拯救该物种免于灭绝的关键。
人工智能还被用于识别野生动物并观察大自然如何从毁灭性的自然灾害中恢复过来。据估计，多达30亿只动物在2019-2020年澳大利亚夏季丛林大火中丧生。
EyesOnRecovery项目与世界自然基金会(WWF)和Google的AI平台WildlifeInsights建立了独特的合作关系，正在跟踪自然的恢复情况，到目前为止，它已经从火灾肆虐的数百个摄像机中收集了超过700万张区域图像。
“WildlifeInsightsAI模型大大减少了通常处理相机陷阱图像所需的时间，”WWF-澳大利亚恢复之眼项目协调员EmmaSpencer说。“让计算机完成从数据中删除空白图像和识别重要物种的艰巨任务，我们的许多合作伙伴报告说他们的图像处理速度至少提高了5到10倍。这意味着通常需要500小时才能分类的数据现在只需大约100小时即可处理。”
虽然可爱的动物自拍比比皆是，但这项技术有可能让科学家以前所未有的方式深入了解野生动物种群，还可以用来监测入侵物种和拟开发或采矿的地点。
塔斯马尼亚袋獾研究发表在CSIRO期刊《野生动物研究》上。
公民科学家也可以参与收集数据，将野生动物相机设置为全球野生动物洞察模型的一部分。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】