最新機器人與 A.I.文章

Image credit:

Deepmind 协助在塞伦盖蒂草原上辨识动物

能更快帮助保育专家辨识动物的数量与迁徙路线,追踪人类造成的影响。

Andy Yang
2019 年 8 月 9 日, 下午 02:00

Deepmind 宣布了与非洲的保育专家与生态学家合作,将机器学习引进到动物的辨识上。过去的动物辨识靠的是志愿者的人力辨识,由照片送出到结果传回,中间可能可以隔上一年之久。对于许多具备即时性的需求来说,实是在太过缓慢。如今有了 Deepmind 加入后,靠着过去九年在塞伦盖蒂草原上数百万张的动物照片作为基础,开发了一套机器学习模型,可以将辨识花费的时间砍到仅需三个月,且准确度与人力辨识相当。这工作远比想像中的困难,因为动物不会乖乖的站在那边摆 pose 给你拍照,而是很多时候只有失焦、动态模糊的照片,机器学习也要能懂得将这些照片正确地辨识出来。

从这里,下一步就是精简模型,并且设法将其输出成独立的套件。据称 Deepmind 正在开发的版本只要「中端」的硬件和一点联网能力,就能在野外立即进行辨识。Deepmind 团队希望近期内能将这样的系统在塞伦盖蒂进行实测,看看效果如何。

如果能动物的辨识推进到现场、即时的程度的话,对于保育来说的意义不言而喻。这表示就算不用手动为每只动物加上标签或无线追踪器,也能在一定程度上追踪每只动物的位置,以及族群的数量变化,而且有足够的即时性让保育专家对即时的天灾或人祸做出回应。当然,AI 能起的还是只有辅助的作用,保护大自然还是有赖人类共同的努力,但这已经是个可以大幅简化工作难度的工具了。