科学家设计了一个可用于识别，计数和描述野生动物的人工智能平台。最近一项试验是作为公民科学项目的一部分进行的。
怀俄明大学的研究人员已经展示了运动传感器摄像头采集的图像如何能够被深度神经网络快速解读。这导致了一个能够以99.3％的图像精度自动进行动物识别的系统。
与人类相比（作为公民科学项目的一部分），人工智能更准确（人类志愿者的准确率为96.6％）。这种类型的机器学习可以用来协助自然保护。达到这个准确度水平并不简单。
深层神经网络是一种反映人类大脑如何看待和理解世界的计算智能形式，需要大量的训练数据才能有效地工作。在最近的试验中，软件需要对动物图像进行计数，标记和描述。所使用的图像来自公民科学项目Snapshot Serengeti。这里位于坦桑尼亚的运动传感器摄像头在其自然栖息地收集了数百万的动物图像，包括狮子，豹子，猎豹和大象。在过去的几年里，这些图像已被50,000名志愿者标注。
人工智能能够在几周内筛选320万张图像，并确定给定图像中存在48种不同动物种类中的哪一种，还有每只动物的数量以及正在进行的活动，如进食，睡眠，移动等。
讨论这一事态发展时，首席研究员Jeff Clune教授表示：“这项技术让我们准确无误地收集野生动植物数据，有助于促进生态学，野生动物生物学，动物学，保护生物学和动物行为等许多领域的转变，大数据“科学”。在未来的应用方面，他补充道：“这将大大提高我们研究和保护野生动物和珍贵生态系统的能力。”
分享到:
閱讀更多 草長禿鷹飛 的文章
