Deepmind 協助在塞倫蓋提草原上辨識動物

能更快幫助保育專家辨識動物的數量與遷徙路線,追蹤人類造成的影響。

Deepmind 協助在塞倫蓋提草原上辨識動物

Deepmind 宣佈了與非洲的保育專家與生態學家合作,將機器學習引進到動物的辨識上。過去的動物辨識靠的是志願者的人力辨識,由照片送出到結果傳回,中間可能可以隔上一年之久。對於許多具備即時性的需求來說,實是在太過緩慢。如今有了 Deepmind 加入後,靠著過去九年在塞倫蓋提草原上數百萬張的動物照片做為基礎,開發了一套機器學習模型,可以將辨識花費的時間砍到僅需三個月,且準確度與人力辨識相當。這工作遠比想像中的困難,因為動物不會乖乖的站在那邊擺 pose 給你拍照,而是很多時候只有失焦、動態模糊的照片,機器學習也要能懂得將這些照片正確地辨識出來。

從這裡,下一步就是精簡模型,並且設法將其輸出成獨立的套件。據稱 Deepmind 正在開發的版本只要「中階」的硬體和一點聯網能力,就能在野外立即進行辨識。Deepmind 團隊希望近期內能將這樣的系統在塞倫蓋提進行實測,看看效果如何。

如果能動物的辨識推進到現場、即時的程度的話,對於保育來說的意義不言而喻。這表示就算不用手動為每隻動物加上標籤或無線追蹤器,也能在一定程度上追蹤每隻動物的位置,以及族群的數量變化,而且有足夠的即時性讓保育專家對即時的天災或人禍做出回應。當然,AI 能起的還是只有輔助的作用,保護大自然還是有賴人類共同的努力,但這已經是個可以大幅簡化工作難度的工具了。

來源: Deepmind

經由: Engadget