DeepMind加入動物保護行列 用AI分析野生動物行為

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物的行列。DeepMind與生態學家、自然保護主義者合作，開發了一款研究動物行為的機器學習方法。這套方法被首先應用在坦桑尼亞塞倫蓋蒂野生動物保護區。

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

近來，隨著農業、偷獵、氣候異常等人類影響的增加，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，這個項目收集了數百萬張照片。分析照片的工作由來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物。這項耗時耗力的工作影響了科學家的進一步研究，也使自然保護人士很難對生態系統的破壞做出及時反應。通常，從照片被拍攝到志愿者識別出其中的動物大概需要一年的時間。

為了幫助科學家更高效地開展研究，DeepMind訓練了一個機器學習模型，可以自動檢測、識別并計算照片中出現的動物。據DeepMind blog表示，他們的系統在識別約50個大型動物的時候與人類標簽員一樣準確。

生態學家認為，通過照片監測動物行為變化可以了解原始生態系統的動態功能，制定有效的管理計劃來保護當地的生物多樣性。

這類模型的難點在于，用運動攝像頭記錄的野生動物照片有時很難處理，例如動物可能在焦點之外，或者被遮擋。不過，DeepMind稱，在生態學家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間。

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