Google的AI可以从陷阱相机录像中识别出野生生物，准确率高达98.6%

 
关于气候变化，偷猎和对自然栖息地的侵占，某些动物种群的状况远不如其他种群。据估计，在1970年至2014年之间，超过4,000种的物种减少了60%，联合国最近的一项全球评估发现，未来十年内将有多达100万种物种面临灭绝的危险。
这就是Google与保护国际组织和其他组织(史密森尼国家动物园和保护生物学研究所，北卡罗来纳州自然科学博物馆，生命地图，世界自然基金会，野生动物保护协会和伦敦动物园协会)合作的支持来自Google的Earth Outreach计划以及Gordon and Betty Moore Foundation和Lyda Hill慈善机构。目的是帮助处理世界上最大的，从运动激活的相机拍摄的照片数据库之一。截至今天，他们的劳动成果可通过Wildlife Insights的一部分通过Google Cloud获得，Wildlife Insights是一种支持AI的平台，可通过加快陷阱照相机的照片分析来简化保护监控。
正如Google Earth Outreach计划经理Tanya Birch在博客文章中所解释的那样，全世界成千上万个由生物学家和土地管理人员放置和监视的诱捕相机每年捕获数百万张照片。体积很大，很难有效地筛选图像，而且并不是每只动物都容易被发现-特别是当它们在黑暗中或躲在灌木丛中时。高达80%的照片中根本没有动物，因为相机陷阱是由吹草或其他无关元件触发的。
那就是Wildlife Insights数据集的来源。它是公开可用的，使人们能够浏览陷阱相机的图像并按物种，国家和年份对其进行过滤。谷歌表示，其AI Platform Prediction服务可在云中托管经过训练的AI模型，并以尽可能短的延迟通过这些模型运行数据，这使Wildlife Insights每小时分析多达360万张照片成为可能。这比人类专家要快3,000倍，后者每小时平均可以为300至1,000张图像贴上标签。
谷歌表示，它使用开源的TensorFlow机器学习框架，帮助训练了一种模型，可以对图像中的物种进行分类，并自动删除不含动物的照片。它对614种动物实现了很高的准确性，对美洲虎和非洲象等稀有野生动物(如白唇野猪)的分类精度达到80%至98.6%。
伯奇说：“有了这些数据，保护区或反偷猎计划的管理者就可以评估特定物种的健康，地方政府可以利用这些数据为政策提供依据并制定保护措施。” “虽然我们才刚刚开始应用AI来通过现场传感器更好地了解野生动植物，但Wildlife Insights之类的解决方案可以帮助我们保护地球，使子孙后代可以生活在充满野生动植物的世界中。”
谷歌远非最早将人工智能应用于生态学的公司。兄弟公司DeepMind最近对其科学团队进行了详细的生态研究，以开发AI系统，这将有助于研究坦桑尼亚塞伦盖蒂国家公园中动物的行为。微软最近重点介绍了一家位于加利福尼亚州圣克鲁斯的初创公司，名为Conservation Metrics，该公司利用机器学习来跟踪非洲象。另外，一组研究人员开发了一种在Snapshot Serengeti上受过训练的算法，可以以96.6%的准确度识别，描述和计数野生生物，英特尔的TrailGuard AI系统通过使用设备上的AI算法使用摄像头检测运动来防止偷猎。