DeepMind照片新演算法，識別野生動物準確率超過96％！

新智元報道

來源：Venturebeat

編輯：大明

【新智元導讀】保護野生動物，DeepMind也不甘落後！最近該公司開發了一套AI平台，利用非洲國家公園動物保護區的動物圖片，來識別和監測野生動物的生態、行為方式和數量，有效防止偷獵。新AI演算法的識別精度堪比人類手動標記！

DeepMind是一家總部位於英國的人工智慧研究企業，於2014年以5億美元的價格被谷歌的母公司Alphabet收購。

近日，DeepMind的研究團隊正在開展詳細的生態研究，以開發用於研究坦尚尼亞塞倫蓋蒂國家公園內動物物種行為的AI系統。該公司希望能夠加快對來自保護區內數百個運動探測攝像頭數據的分析進程。這些攝像頭自9年前由塞倫蓋蒂「獅子研究計劃」開始實施以來，已經捕獲了數百萬張圖像。

「塞倫蓋蒂是世界上最後一個大型哺乳動物的完整社區遺址之一，隨著人類對國家公園的蠶食愈演愈烈，這些動物被迫改變了行為方式，以求繼續生存，」DeepMind表示：「農業、偷獵和氣候異常等因素會導致動物的行為和種群動態發生變化，但這些變化發生在空間和時間尺度上，難以用傳統的研究方法進行監測。」

近十年來，環保主義者利用上述攝像頭來監視公園核心區內的動物的生存狀況，研究這些動物的分布和統計。然而，這些圖像在沒有注釋的情況下並沒有多大用處，所以，志願者們一直在使用名為Zooniverse的網路工具來手工識別動物的種類。由此產生的語料庫目前涵蓋了約50種不同的物種，但從攝像頭捕捉到圖像，到生成圖像的標籤仍需要將近一年的時間。

DeepMind新演算法：處理數據大大加快，識別精度堪比人類

DeepMind希望利用AI技術大大縮短這個時間，它們使用Snapshot Serengeti數據集來訓練演算法，AI模型可以自動檢測、識別動物種類，並對動物進行計數。

DeepMind的研究人員表示，他們開發的預訓練系統很快就將在現場部署，在該區域數百種物種中的大多數物種的識別上，可以與人類手動標記的準確率相媲美。此外，研究人員還表示，AI演算法可以大大縮短數據處理流程，由一年縮短至三個月，並且很快就可以在網路不可靠互聯網的「適度」硬體上安全運行。

DeepMind表示：「我們開發了一個強大的模型，用於檢測和分析野外數據中的動物種群，並可以整合數據，使非洲不斷壯大的機器學習社區能夠建立人工智慧系統，我們希望這些系統能夠擴展到其他公園，我們希望此舉能讓人工智慧研究更具包容性：無論是在我們應用的領域，還是其他開發人員的領域。」

不過，DeepMind遠不是第一個將AI應用於生態學的人。微軟最近資助了一家位於Santa Cruz的創業公司Conservation Metrics，該公司利用機器學習來追蹤非洲大草原的大象。

另外，還有一組研究人員開發了一種在Snapshot Serengeti上訓練的機器學習演算法，能夠以96.6％的準確度識別、描述和計算野生動物的數量。英特爾開發的TrailGuard AI系統通過使用離線設備上AI演算法，檢測嵌入式攝像機的運動來防止偷獵。昆士蘭大學的科學家也在使用谷歌的TensorFlow機器學習框架來訓練一種能夠自動檢測海洋圖像中海牛的演算法。

https://venturebeat.com/2019/08/08/deepminds-new-ai-tracks-serengeti-herds-from-images-alone/

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！