最新資訊

人工智能、物聯(lián)網(wǎng)和大數(shù)據(jù)如何推動野生動物保護？

動物生態(tài)研究已進入大數(shù)據(jù)和物聯(lián)網(wǎng)時代。由于衛(wèi)星、無人機和地面設(shè)備（如自動相機和放置在動物或其周圍環(huán)境中的傳感器）等先進技術(shù)，現(xiàn)在收集的野生動物種群數(shù)據(jù)量前所未有。如今，可以使用各種 AI 程序來分析大型數(shù)據(jù)集，但它們通常在本質(zhì)上是通用的，不適合觀察野生動物的確切行為和外觀。來自 EPFL 和其他大學(xué)的科學(xué)家團隊概述了解決該問題的開創(chuàng)性方法，并通過結(jié)合計算機視覺與生態(tài)專業(yè)知識來開發(fā)更準確的模型。

建立跨學(xué)科知識

野生動物研究已從本地走向全球?，F(xiàn)代技術(shù)現(xiàn)在提供了革命性的新方法，可以更準確地估計野生動物種群，更好地了解動物行為，打擊偷獵和阻止生物多樣性的下降。

生態(tài)學(xué)家可以使用計算機視覺，從圖像、視頻和其他視覺數(shù)據(jù)中提取關(guān)鍵特征，以便使用大型數(shù)據(jù)集快速分類動物物種、計數(shù)個體動物并收集某些信息。目前用于處理此類數(shù)據(jù)的通用程序通常像黑匣子一樣工作，并且不能充分利用有關(guān)動物學(xué)的現(xiàn)有知識。更重要的是，它們難以定制，有時質(zhì)量控制不佳，并且可能會受到數(shù)據(jù)隱私問題的影響。它們還包含一些地域差異，例如，如果用于訓(xùn)練給定程序的所有數(shù)據(jù)都是在歐洲收集的，那么該程序可能不適合世界其他地區(qū)。

“我們希望讓更多的研究人員對這個主題感興趣并集中他們的努力，以便在這個新興領(lǐng)域取得進展。人工智能可以作為更廣泛的野生動物研究和環(huán)境保護的關(guān)鍵催化劑。”負責人 Devis Tuia 教授說。

例如，如果計算機科學(xué)家想要減少經(jīng)過訓(xùn)練以識別特定物種的人工智能程序的誤差范圍，他們需要能夠利用動物生態(tài)學(xué)家的知識。這些專家可以指定程序中應(yīng)考慮哪些特征，例如一個物種是否可以在給定的緯度生存。“幾年前，我們使用這種方法改進了熊的識別程序。”EPFL 的神經(jīng)科學(xué)家 Mackenzie Mathis 教授說，“研究人員在熊棲息地安裝了自動攝像頭，以識別個體動物。但熊在冬眠時會減掉一半的身體脂肪，這意味著一旦季節(jié)變化，她使用的通用程序就不再能夠識別熊. 因此，我們在程序中添加了標準，不僅可以查看動物是否具有特定特征，還可以手動調(diào)整以允許可能的偏差。

如涉及版權(quán)問題，請與我們聯(lián)系，我們將即時刪除處理