如何使用 AI 與 Big Data 來幫助野生動物

目前許多領域已進入大數據和物聯網時代。由於衛星、無人機等先進技術，現在可收集有關野生動物種群的大量數據。這些數據變得如此容易獲取和共享，從而縮短了研究人員距離和時間要求，同時減少了人類在自然棲息地中的干擾。如今，可以使用各種 AI 來分析大型數據集。目前一些大學的科學家團隊概述了解決該問題的開創性方法，並透過將電腦視覺與生態學家的專業知識相結合來開發更準確的模型。

野生動物研究已走向全球。現代技術現提供了革命性的新方法，可以更準確地估計野生動物種群，更了解動物行為。生態學家使用 AI，使用電腦視覺，從圖像、視頻和其他視覺形式的數據中提取關鍵特徵，以便快速分類野生動物物種、計算動物數量並收集某些信息。當前用於處理此類數據的程式通常像黑匣子，並且不能充分利用關於動物的現有知識。更重要的是，它們難以定制，有時質量控制不佳，並且可能會受到與敏感數據相關的道德問題的影響。它們還包含一些偏見，尤其是區域性的；例如，如果用於訓練的數據是在歐洲收集的，那麼可能不適合世界其他地區。

如果科學家想要經過訓練 AI 來減少識別特定物種的誤差範圍，他們需要利用動物生態學家的知識。這些專家可以將哪些特徵考慮到程式中，例如一個物種是否可以在特定的緯度生存，它是否對另一個物種的生存至關重要或者該物種的生理機能是否在其生命週期內發生變化。新的機器學習算法可用於自動識別動物。例如斑馬獨特的條紋圖案，或者在視頻中，它們的運動行為可以成為身份的標誌。野外生物學家對正在研究的動物擁有豐富的領域知識，而作為機器學習研究人員的工作是與他們合作構建工具以找到解決方案。一個名為 DeepLabCut 的開源，讓科學家能夠以極高的準確性估計和跟踪動物。它已經被下載了 300,000 次。 DeepLabCut 專為實驗室動物設計，但也可用於其他物種。