研究者使用AI识别野生动物，准确度高达96.6%

人工智能不仅仅应用于语音助手和自动驾驶汽车。奥本大学，哈佛大学，牛津大学，明尼苏达大学和怀俄明大学的研究人员开发了一种机器学习算法，可以以96.6％的准确度识别，描述和统计野生动物。

“这项技术让我们准确地收集野生动植物数据，这可能有助于促进生态学，野生动物生物学，动物学，保护生物学和动物行为等多个领域向大数据科学转化。”Jeff Clune 怀俄明大学副教授，优步人工智能实验室的高级研究经理和论文的资深作者在一份声明中说。“这将大大提高我们研究和保护野生动物和生态系统的能力。”

研究人员在Zooniverse.org上的一个公民科学项目Snapshot Serengeti上提供了320万幅图像的计算机视觉算法，该算法招募志愿者在自然栖息地收集大象，长颈鹿，瞪羚，狮子，猎豹和其他动物的图像。超过5万人用225个摄像机为该项目的资料库做出了贡献。

以下是它的工作方式：动作感应摄像机自动拍摄照片，将照片输入卷积神经网络，用文本和数字注释照片。它能够描述每种物种的种类和数量，以及它们参与的活动，如进食或睡觉。

该系统可以在几个小时内标记收集了六个月的图像，人类志愿者平均需要2-3个月时间。Snapshot Serengeti的团队负责人Margaret Kosmala表示，该系统可为每300万张图像节省8年以上的贴标工作。

“这是很有价值，志愿者的时间可以重新调配以帮助其他项目，”她告诉Phys.org。

这项工作建立在人工智能研究不断发展中的领域：动物检测。2016年11月，昆士兰大学的科学家们使用谷歌的TensorFlow机器学习框架来训练一种能够自动检测海洋图像中的海牛的算法。而在3月份，众包动物和植物照片的创业公司iNaturalist 推出了Seek，这是一款支持人工智能的应用程序，可以自动识别物种。