最新资讯

人工智能、物联网和大数据如何推动野生动物保护？

动物生态研究已进入大数据和物联网时代。由于卫星、无人机和地面设备（如自动相机和放置在动物或其周围环境中的传感器）等先进技术，现在收集的野生动物种群数据量前所未有。如今，可以使用各种 AI 程序来分析大型数据集，但它们通常在本质上是通用的，不适合观察野生动物的确切行为和外观。来自 EPFL 和其他大学的科学家团队概述了解决该问题的开创性方法，并通过结合计算机视觉与生态专业知识来开发更准确的模型。

建立跨学科知识

野生动物研究已从本地走向全球。现代技术现在提供了革命性的新方法，可以更准确地估计野生动物种群，更好地了解动物行为，打击偷猎和阻止生物多样性的下降。

生态学家可以使用计算机视觉，从图像、视频和其他视觉数据中提取关键特征，以便使用大型数据集快速分类动物物种、计数个体动物并收集某些信息。目前用于处理此类数据的通用程序通常像黑匣子一样工作，并且不能充分利用有关动物学的现有知识。更重要的是，它们难以定制，有时质量控制不佳，并且可能会受到数据隐私问题的影响。它们还包含一些地域差异，例如，如果用于训练给定程序的所有数据都是在欧洲收集的，那么该程序可能不适合世界其他地区。

“我们希望让更多的研究人员对这个主题感兴趣并集中他们的努力，以便在这个新兴领域取得进展。人工智能可以作为更广泛的野生动物研究和环境保护的关键催化剂。”负责人 Devis Tuia 教授说。

例如，如果计算机科学家想要减少经过训练以识别特定物种的人工智能程序的误差范围，他们需要能够利用动物生态学家的知识。这些专家可以指定程序中应考虑哪些特征，例如一个物种是否可以在给定的纬度生存。“几年前，我们使用这种方法改进了熊的识别程序。”EPFL 的神经科学家 Mackenzie Mathis 教授说，“研究人员在熊栖息地安装了自动摄像头，以识别个体动物。但熊在冬眠时会减掉一半的身体脂肪，这意味着一旦季节变化，她使用的通用程序就不再能够识别熊. 因此，我们在程序中添加了标准，不仅可以查看动物是否具有特定特征，还可以手动调整以允许可能的偏差。

如涉及版权问题，请与我们联系，我们将即时删除处理