研究出新型系统识别野权衡

DeepMind研究出新型AI系统 识别野生动物准确率超过96%

科技巨头谷歌的子公司DeepMind，这家由人工智能程序师兼神经科学家Demis Hassabis等人联合创立的科技公司，已成为了人工智能(AI)领域的明星企业。8月13日消息，DeepMind的研究团队正在开展详细的生态研究，以开发用于研究坦桑尼亚塞伦盖蒂国家公园内动物物种行为的AI系统。该公司希望能够加快对来自保护区内数百个运动探测摄像头数据的分析进程。这些摄像头自9年前由塞伦盖蒂“狮子研究计划”开始实施以来，已经捕获了数百万张图像。

“塞伦盖蒂是世界上最后一个大型哺乳动物的完整社区遗址之一，随着人类对国家公园的蚕食愈演愈烈，这些动物被迫改变了行为方式，以求继续生存，”DeepMind表示：“农业、偷猎和气候异常等因素会导致动物的行为和种群动态发生变化，但这些变化发生在空间和时间尺度上，难以用传统的研究方法进行监测。”

近十年来，环保主义者利用上述摄像头来监视公园核心区内的动物的生存状况，研究这些动物的分布和统计。然而，这些图像在没有注释的情况下并没有多大用处，所以，志愿者们一直在使用名为Zooniverse的络工具来手工识别动物的种类。由此产生的语料库目前涵盖了约50种不同的物种，但从摄像头捕捉到图像，到生成图像的标签仍需要将近一年的时间。

DeepMind新算法：处理数据大大加快，识别精度堪比人类

DeepMind希望利用AI技术大大缩短这个时间，它们使用Snapshot Serengeti数据集来训练算法，AI模型可以自动检测、识别动物种类，并对动物进行计数。

DeepMind的研究人员表示，他们开发的预训练系统很快就将在现场部署，在该区域数百种物种中的大多数物种的识别上，可以与人类手动标记的准确率相媲美。此外，研究人员还表示，AI算法可以大大缩短数据处理流程，由一年缩短至三个月，并且很快就可以在络不可靠互联的“适度”硬件上安全运行。

DeepMind表示：“我们开发了一个强大的模型，用于检测和分析野外数据中的动物种群，并可以整合数据，使非洲不断壮大的机器学习社区能够建立人工智能系统，我们希望这些系统能够扩展到其他公园，我们希望此举能让人工智能研究更具包容性：无论是在我们应用的领域，还是其他开发人员的领域。”

不过，DeepMind远不是第一个将AI应用于生态学的人。微软最近资助了一家位于Santa Cruz的创业公司Conservation Metrics，该公司利用机器学习来追踪非洲大草原的大象。

另外，还有一组研究人员开发了一种在Snapshot Serengeti上训练的机器学习算法，能够以96.6％的准确度识别、描述和计算野生动物的数量。英特尔开发的TrailGuard AI系统通过使用离线设备上AI算法，检测嵌入式摄像机的运动来防止偷猎。昆士兰大学的科学家也在使用谷歌的TensorFlow机器学习框架来训练一种能够自动检测海洋图像中海牛的算法。

就此次事件来看 DeepMind是一家总部位于英国的人工智能研究企业，于2014年以5亿美元的价格被谷歌的母公司Alphabet收购。