谷歌的AI可以准确的从陷阱摄像机的镜头中识别野生动物

在气候变化、偷猎和对自然栖息地的侵蚀方面，一些动物种群的境况要比其他动物糟糕得多。据估计，从1970年到2014年，超过4000个物种的数量减少了60%。联合国最近的一项全球评估发现，在未来10年内，多达100万个物种面临灭绝的危险。

这就是谷歌与国际保护组织和其他组织合作的原因——史密森国家动物园和保护生物学研究所、北卡罗来纳州自然科学博物馆、生命地图、世界自然基金会、野生动物保护协会和伦敦动物学会，在谷歌地球推广计划、戈登和贝蒂摩尔基金会以及莱达希尔慈善机构的支持下。其目标是帮助处理世界上最大和最多样化的数据库之一，这些数据库是从运动激活相机拍摄的照片。从今天起，他们的劳动成果可以通过谷歌云（Google Cloud）获得，作为wildifestights的一部分，这是一个支持人工智能的平台，通过加速trap相机照片分析，简化了保护监测。

正如Google Earth Outreach计划经理Tanya Birch在博客文章中所解释的那样，全世界成千上万个由生物学家和土地管理人员放置和监视的诱捕相机每年捕获数百万张照片。这一体积使得有效地筛选图像变得很有挑战性，而且并不是每个动物都容易被发现——特别是当它们在黑暗中或躲在灌木丛后面的时候。超过80%的照片根本不包含动物，因为相机陷阱是由吹草或其他无关元素触发的。

这就是野生动物观察组织的数据集的用武之地。它是公开的，使人们能够探索陷阱相机图像，并根据物种、国家和年份进行过滤。谷歌表示，它的人工智能平台预测服务(AI Platform Prediction service)让野生动物洞察每小时分析多达360万张照片成为可能。该服务在云中托管训练过的人工智能模型，并通过这些模型以尽可能少的延迟运行数据。这比人类专家平均每小时标记300到1000张图像要快3000倍。

谷歌表示，它帮助训练一个模型，使用其开源的TensorFlow机器学习框架对图像中的物种进行分类，并自动删除不包含动物的照片。它对614个物种的分类准确率达到了80%到98.6%，其中包括美洲虎和非洲象等物种，以及一些罕见的野生动物，如白唇啄食动物。

“有了这些数据，保护区的管理者或反偷猎项目可以评估特定物种的健康状况，地方政府可以利用这些数据为政策提供信息，并制定保护措施，”伯奇说。“虽然我们刚刚开始应用人工智能，通过野外传感器更好地了解野生动物，但像野生动物观察这样的解决方案可以帮助我们保护我们的星球，这样我们的后代就可以生活在一个充满野生动物的世界里。”

谷歌远远不是第一个将人工智能应用于生态的。它的兄弟公司DeepMind最近详细介绍了其科学团队正在进行的生态研究，以开发人工智能系统，帮助研究坦桑尼亚塞伦盖蒂国家公园动物物种的行为。微软最近特别提到了一家位于加州圣克鲁斯的初创公司Conservation Metrics，该公司利用机器学习来跟踪非洲象。另外，一组研究人员开发了一种以“快照塞伦盖蒂”(Snapshot Serengeti)为训练对象的算法，其识别、描述和计数野生动物的准确率为96.6%，英特尔(Intel)的TrailGuard AI系统通过使用设备上的人工智能算法，通过摄像头探测运动，防止偷猎。

声明：本文由易百纳技术社区编写，文章内容来自venturebeat，版权归原作者所有，转载请注明出处，如有侵权请联系删除。