DeepMind加入动物保护行列 用AI分析野生动物行为

一手打造史上最强围棋AI的英国DeepMind团队最近加入了用人工智能保护野生动物的行列。DeepMind与生态学家、自然保护主义者合作，开发了一款研究动物行为的机器学习方法。这套方法被首先应用在坦桑尼亚塞伦盖蒂野生动物保护区。

塞伦盖蒂是非洲最大的野生动物保护区之一，以丰富的野生动植物闻名于世。在塞伦盖蒂14750平方公里的土地上，栖息着大约70种大型哺乳动物和500种鸟类，包括狮子、斑马、羚羊、麋羚、水牛、鳄鱼、河马、大象、长颈鹿等。

近来，随着农业、偷猎、气候异常等人类影响的增加，当地物种被迫改变自己的行为以继续生存。大约十年前，塞伦盖蒂的狮子研究项目在保护区核心区域安装了截至目前，这个项目收集了数百万张照片。分析照片的工作由来自世界各地的志愿者完成，他们在每张照片中一一识别和统计其中的动物。这项耗时耗力的工作影响了科学家的进一步研究，也使自然保护人士很难对生态系统的破坏做出及时反应。通常，从照片被拍摄到志愿者识别出其中的动物大概需要一年的时间。

为了帮助科学家更高效地开展研究，DeepMind训练了一个机器学习模型，可以自动检测、识别并计算照片中出现的动物。据DeepMind blog表示，他们的系统在识别约50个大型动物的时候与人类标签员一样准确。

生态学家认为，通过照片监测动物行为变化可以了解原始生态系统的动态功能，制定有效的管理计划来保护当地的生物多样性。

这类模型的难点在于，用运动摄像头记录的野生动物照片有时很难处理，例如动物可能在焦点之外，或者被遮挡。不过，DeepMind称，在生态学家Meredith Palmer的帮助下，他们的项目很快成型，并大大缩短了全流程处理时间。

据DeepMind透露，目前，该团队正在部署一种适应于野外环境的机器学习系统，只需要“适度”硬件和少量互联网连接。一旦这个系统部署到位，塞伦盖蒂的研究人员能够直接利用这个工具开展保护工作。