一手打造史上最強圍棋AI的英國DeepMind團隊最近加入了用人工智能保護(hù)野生動物的行列。DeepMind與生態(tài)學(xué)家、自然保護(hù)主義者合作，開發(fā)了一款研究動物行為的機器學(xué)習(xí)方法。這套方法被首先應(yīng)用在坦桑尼亞塞倫蓋蒂野生動物保護(hù)區(qū)。

塞倫蓋蒂是非洲最大的野生動物保護(hù)區(qū)之一，以豐富的野生動植物聞名于世。在塞倫蓋蒂14750平方公里的土地上，棲息著大約70種大型哺乳動物和500種鳥類，包括獅子、斑馬、羚羊、麋羚、水牛、鱷魚、河馬、大象、長頸鹿等。

近來，隨著農(nóng)業(yè)、偷獵、氣候異常等人類影響的增加，當(dāng)?shù)匚锓N被迫改變自己的行為以繼續(xù)生存。大約十年前，塞倫蓋蒂的獅子研究項目在保護(hù)區(qū)核心區(qū)域安裝了截至目前，這個項目收集了數(shù)百萬張照片。分析照片的工作由來自世界各地的志愿者完成，他們在每張照片中一一識別和統(tǒng)計其中的動物。這項耗時耗力的工作影響了科學(xué)家的進(jìn)一步研究，也使自然保護(hù)人士很難對生態(tài)系統(tǒng)的破壞做出及時反應(yīng)。通常，從照片被拍攝到志愿者識別出其中的動物大概需要一年的時間。

為了幫助科學(xué)家更高效地開展研究，DeepMind訓(xùn)練了一個機器學(xué)習(xí)模型，可以自動檢測、識別并計算照片中出現(xiàn)的動物。據(jù)DeepMind blog表示，他們的系統(tǒng)在識別約50個大型動物的時候與人類標(biāo)簽員一樣準(zhǔn)確。

生態(tài)學(xué)家認(rèn)為，通過照片監(jiān)測動物行為變化可以了解原始生態(tài)系統(tǒng)的動態(tài)功能，制定有效的管理計劃來保護(hù)當(dāng)?shù)氐纳锒鄻有浴?/p>

這類模型的難點在于，用運動攝像頭記錄的野生動物照片有時很難處理，例如動物可能在焦點之外，或者被遮擋。不過，DeepMind稱，在生態(tài)學(xué)家Meredith Palmer的幫助下，他們的項目很快成型，并大大縮短了全流程處理時間。

據(jù)DeepMind透露，目前，該團隊正在部署一種適應(yīng)于野外環(huán)境的機器學(xué)習(xí)系統(tǒng)，只需要“適度”硬件和少量互聯(lián)網(wǎng)連接。一旦這個系統(tǒng)部署到位，塞倫蓋蒂的研究人員能夠直接利用這個工具開展保護(hù)工作。