AI+动物能否改变动物灭绝的局面?

我们先来看一组数据。1890年,我国野生东北虎的数量为1200~2400只,1930年约为450只,40年间减少了75%。到20世纪80年代,我国野生东北虎已基本处于灭绝边缘,仅剩14只左右,与1930年相比,减少了96%。

img-1533031170-25963

毫无疑问,野生东北虎的数量已经越来越少。此外,包括小熊猫、大熊猫、白颈长尾雉、金丝猴、白鹮等在内的珍稀动物都濒临灭绝,如果我们不保护动物,那么也许在未来,越来越多的动物将成为珍稀动物。幸运的是,随着AI的发展,AI已被应用到物种保护领域。

濒危动物,拿什么技术拯救你?

在2018年7月29日的世界爱虎日,英特尔公司与世界自然基金会宣布,他们将运用AI实施东北虎保护项目。实际上,越来越多的国家或组织开始利用AI保护野生动物。

1. 任何不谈物种检测的物种保护都是无稽之谈

物种检测最基本的做法是用运动传感摄像头自动拍照,然后将这些照片输入到一个模拟人类视觉皮层神经元之间连接模式的深层神经网络,最后用文字和数字对照片进行标注,如是什么动物、数量、性别、大致年龄、位置、附近的其他动物等。由于每只动物都有自己的特征,越精确的标注越有利于积累有效的数据。

来自奥本大学、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,它可以识别、描述并统计野生动物的数量,准确率高达96.6%。该研究召集了超过5万名志愿者。语料库收集了大象、长颈鹿、羚羊、狮子、猎豹和其他动物在自然栖息地的图像,对320万张图片进行了计算机视觉算法的训练。

这一研究借助群众的力量,最终准确且低成本地收集了野生动物的数据。在物种检测的同时,研究人员还实现了保护生物学及动物行为科学等相关科学的“大数据”积累。

如果需要对某些陆地动物的运动轨迹和活动范围进行检测,那么最好安装智能机器视觉处理设备,对动物的活动进行更加精准的监测和数据采集。智能机器视觉处理设备通过数据分析和识别成百上千个摄像头的图像,追踪动物的历史运动轨迹,最后形成精确的画像。

2. 最基本的是追踪运行轨迹

对鱼类和鸟类进行检测,总是离不开轨迹追踪。保护海洋生物的难点在于难以追溯,而且需要人们对海洋环境、酸碱性、所处航道宽度有所了解。Wildbook是一个致力于保护海洋生物的软件,它不仅可以从人工手动上传的动物照片中接收数据,还可以搜索图像和视频,甚至能查看可能对它的学习有用的一切媒体。

这种深度学习方法使Wildbook能够在不同的图像中精准地找到相同的动物,帮助研究人员更准确地使用有关动物健康、饮食习惯、狩猎模式、种群大小和潜在偷猎者活动的数据。

集合群众的力量能快速积累数据,这种方法在数据难以获取的领域优势尤为明显。康奈尔学院和康奈尔鸟类学实验室联手研发了一个名为eBird的应用程序,他们已经拥有超过30万名愿者提供的3亿多个观察数据。为了保证结果的准确性,研究者将eBird收集的数据与实验室观察数据及从遥感网络收集的物种分布信息结合起来,最终机器学习便能预测某些动物栖息地的变化及鸟类迁徙的路径。

对物种轨迹进行追踪,其意义不仅在于保护动物本身,更重要的是我们可以衡量气候变化对野生动物的影响,为科学家提供有关气候变化是如何影响动物种群的宝贵信息。

3. 偷猎者放不下手中的枪,AI只能与他“正面开战”

在数千平方千米的土地上,仅靠人力找到所有偷猎者根本不可能。即使使用飞机巡逻,靠直升机或在动物行进路线上架设摄影机来侦察也不现实。摄影机只能拍摄单一位置的场景,直升机太贵,而且由于地面隐蔽性太强,很难在事情发生之前对画面进行精准捕捉。而一些贫穷的地区,政府往往无暇顾及保护动物,偷猎者数不胜数。

南加利福尼亚大学工程和计算机科学教授Milind Tambe博士带领小组对防止捕猎进行了研究,他们称这项技术为野生动物安全助手。

他们的数据来源主要有两个:过去哪个区域有情况、哪个区域需要额外的保护。他们通过积累这些数据,对未来的袭击地点做出更准确的预测,最后决定在哪些地方加强防护。

这以低成本实现了利用AI防止捕猎,它具有广泛的使用意义。此外,我们还可以利用声音来绘制偷猎者的枪声所在位置的地图、利用无人机配备红外摄影仪巡逻等。由于AI是响应式的,因此,它会根据对手和它们的行为不断改进。一方面,AI可以预测对方的行为;另一方面,AI可以据此调整策略。随着数据的积累越来越多,AI就能实现在盗猎者盗猎前的精确捕捉。

AI无限好,问题也不少

从上述技术应用中我们能发现,AI依然存在不少问题。

1. 动物保护数据大多是用户上传的,质量难以保证

数据问题在AI与任何行业或技术结合时都会存在,但是有关动物保护的数据问题,针对不同的物种,会出现截然不同的结果。数据要么太多,要么太少。在机器学习中,数据并不是越多越好,机器学习会出现数据过拟合的情况,有用的数据越多越好。以一种采集鸟类声音的研究为例,数据多而杂,一般都是2000多小时以上的数据,其中包括其他鸟类的声音、风声、雨声、落叶声等,一般难以实现鸟声分离。

在对鱼类进行追踪学习时,常常会出现数据不够的情况,因为数据包括海岸线宽度、水的酸碱度、水温等不易获取的数据。由于对动物的田野调查非常耗费时间,因此,很多研究均鼓励用户或志愿者上传数据。这虽然提高了数据搜集效率,但也导致数据质量参差不齐。

2. AI是一门技术,盗猎者也能研究

喜剧电影为了戏剧性,常常塑造出蠢贼等形象。现实生活中,很多偷猎者不仅不蠢,反而极其聪明,他们心狠手辣,经验丰富。还有一些人,仅仅是以打猎为乐,他们有钱有时间,纯粹是图个高兴。这些人并没有我们想象的那么好对付。

我们对AI保护动物的研究,一方面是对动物本身的追踪保护,另一方面是与偷猎者搏斗,而这通常是建立在偷猎者不借助高科技手段的基础上,可能一些愚蠢的偷猎者容易被甄别。但AI是一门技术,当我们在研究用AI保护动物时,偷猎者同样在研究用AI伤害动物。

偷猎者不仅聪明还有点张狂,他们会成立论坛,交流偷猎心得,还将捕杀野生动物的过程进行了记录。未来的偷猎与反偷猎,很可能上升到AI与AI的对决。

在使用AI保护动物方面,如果我们不建立切实可行的技术壁垒,偷猎者或许会利用AI加速动物灭绝。

保护野生动物除了可以利用AI,我们还可以建立一个生态圈,构建完整的生态链,利用大数据分析需要保护哪些动物、哪些植物、哪些环境等。微软就曾试图这样保护海洋生物,毕竟在相对密闭、相对可控的空间里,AI更能“大展拳脚”。同时,我们还可以对珍稀动物的基因进行分析、克隆甚至3D打印出新的个体等。

未经允许不得转载:涨姿势 » AI+动物能否改变动物灭绝的局面?

赞 (2) 打赏

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏