愈來愈多動物正在滅絕，「AI+動物」可否改變這一局面？[圖]

愈來愈多動物正在滅絕，「AI+動物」可否改變這一局面？[圖]
先來看一組數據。1890年，我國野生東北虎的種羣數量爲1200—2400只，1930年約爲450只，40年間減小了75％。到20世紀80年代，我國野生東北虎已基本處於滅絕邊緣，僅14只左右，與1930年相比，減小了96％。
1890--2013年間中國野生東北虎種羣變化趨勢，數據來自《四川動物》
毫無疑問，野生東北虎的數量已經愈來愈少。除此以外，包括小熊貓、大熊貓、白頸長尾雉、金絲猴、白䴉等在內的珍稀動物都面臨着滅絕的危險，若是咱們不對動物保護引發注意，也許在將來，愈來愈多的動物將成爲珍稀動物。幸運的是，隨着人工智能技術的發展，物種保護已經成了AI涉足環境領域的主要應用。
拿什麼技術拯救你，飛禽走獸：
就在世界愛虎日，英特爾公司與世界天然基金會（WWF）宣佈，雙方將運用人工智能技術實施東北虎保護項目。實際上，愈來愈多的國家或組織開始利用人工智能技術保護野生動物。

1.任何不談物種檢測的物種保護，都是在耍流氓
物種檢測最基本的作法是，經過運動傳感攝像頭自動拍照，而後將這些照片輸入到一個模擬人類視覺皮層神經元之間鏈接模式的深層神經網絡，最後用文字和數字對照片進行標註，好比什麼動物，數量，性別，大體年齡，位置，附近的其餘動物等。因爲每隻動物都有本身的特徵，越精確的標註越有利於真正積累有效的數據。
來自奧本大學、哈佛大學、牛津大學、明尼蘇達大學和懷俄明州大學的研究人員開發了一種機器學習算法，能夠識別、描述並統計野生動物的數量，準確率高達96.6%。該研究召集了超過5萬名志願者，並做出了貢獻。語料庫收集了大象、長頸鹿、羚羊、獅子、獵豹和其餘動物在天然棲息地的圖像，對320萬張圖片進行了計算機視覺算法的訓練。
這一研究憑藉羣衆的力量，最終實現準確地、且低成本地收集野生動物數據，無疑值得借鑑。在物種檢測的同時，更是實現了保護生物學以及動物行爲科學等相關科學的「大數據」積累。
值得一提的是，若是須要對某些陸地動物的運動軌跡和活動範圍進行檢測，好比老虎。最好是安裝智能機器視覺處理設備，對動物的活動進行更加精準的監測和數據採集。經過數據分析識別成百上千個攝像頭的圖像，追蹤其歷史運動軌跡，最後對其進行精確的畫像。
2.天上飛的水裏遊的，追蹤運行軌跡是基本的
說到對魚類或是鳥類，老是避不開軌跡追蹤。保護海洋生物的問題在於，難以追溯，並且須要對海洋環境，酸鹼性，所處航道寬度有了解。Wildbook是一個致力於保護海洋生物的軟件，它不只能夠從人工手動上傳的動物照片中接收數據，還能夠搜索圖像和視頻，甚至查看可能對它的學習有用的一切媒體。
這種深度學習方法使它可以在不一樣的圖像中找到相同的精確動物，幫助研究人員更準確地使用有關動物健康，飲食習慣，狩獵模式，種羣大小和潛在偷獵者活動的數據。
在上面智能相對論（aixdlun）分析師雷宇提到，集思廣益集合羣衆的力量會快速積累數據。在數據難以獲取的領域，尤其明顯。康奈爾學院和康奈爾鳥類學實驗室聯手，研發出了一個叫作 eBird 的應用程序，已經擁有超過30萬志願者提供的3億多個觀察數據。爲了保證結果的準確性，研究者將 eBird 蒐集的數據與實驗室觀察數據以及從遙感網絡蒐集的物種分佈信息結合起來，最終機器學習便能預測某些種類棲息地的變化，以及鳥類遷徙路徑。
白肚燕遷徙圖，可預測各地區的的種羣變化：
其實對物種軌跡的追蹤，其意義不只在其自己的保護，更重要的是能夠衡量氣候變化對野生動物的影響，爲科學家提供有關氣候變化如何影響動物種羣的寶貴信息。
3.偷獵者放不下手中的槍，AI只能與他正面剛
在數千平方公里的面積上，僅靠人力找到每一個偷獵者根本不可能。即便是使用飛機巡邏，靠直升機或在動物行進路線上架設攝影機來偵察也不行，攝影機只能記錄單一位置的數量，直升機又太貴並且因爲地面隱蔽性太強，很難在事情發生以前就實現對其的精準捕捉。而一些貧窮的地方，由於政府每每無暇保護動物，更是偷獵者的天堂。
通常人難以區分野生動物，植物，灌木：
南加州大學工程和計算機科學教授 Milind Tambe 博士帶領小組對防偷盜進行了研究，他們稱這項技術爲野生動物安全助手（Protection Assistant for Wildlife Security，PAWS）。
他們的數據來源主要參考兩種信息：過去哪裏有狀況以及哪一個區域須要額外的保護。經過對這些數據的積累，對將來的襲擊地點作出更準確的預測，最後決定在哪些地方增強防禦。
這就低成本的實現了利用人工智能防止捕獵，具備普遍的使用意義。初次以外，還能夠利用聲音來繪製偷獵者槍聲的所在位置的地圖，利用無人機配備紅外攝影儀巡邏等。 因爲人工智能是響應式的，所以它會根據對手和它們的行爲不斷改進。一方面是預測對方行爲，另外一方面是據此調整己方策略，隨着數據的積累愈來愈多，就越能實如今盜獵者盜獵前的精確捕捉。
AI無限好，問題也很多：
從上面的這些技術的應用中，咱們也能夠發現，它依然存在很多的問題。
1.動物保護數據可能是用戶上傳，質量難以保證
數據問題在人工智能與任何行業或技術結合的時候都會出現，可是動物保護的數據問題，針對不一樣的物種，會出現大相徑庭的結果。要麼太多，要麼太少，少有剛恰好。實際上咱們都知道在機器學習中，數據並非越多越好，機器學習會出現數據過擬合的狀況。正確的說法是有用的數據越多越好，以一種採集鳥類的聲音的研究爲例，數據多而雜，通常都是2000多小時以上的數據，其中包括其它鳥類的聲音，風聲雨聲落葉聲等等，通常難以實現鳥聲分離。
而在對魚類進行追蹤學習的時候，經常會出現數據不夠的窘境，由於數據包括海岸線寬度，水的酸鹼度，水溫等不易獲取的數據。因爲對動物的田野調查很是耗費時間，所以不少研究均鼓勵用戶或是志願者上傳數據。這雖然提升了數據蒐集效率，但也致使數據質量參差不齊。
機器學習一直存在所謂的「黑箱」，一些不良的數據將會使機器向哪方面發展呢？
2.AI是一門技術，盜獵者也能研究
喜劇電影爲了戲劇性，經常塑造出蠢賊的形象。現實生活固然也有，但咱們應該知道，偷獵者不少不只不蠢反倒極其靈活，他們心狠手辣經驗豐富。還有一些人，僅僅是以打獵爲樂，他們有錢有閒，純粹是圖爺高興。這批人並無咱們想象得那麼好對付。
咱們對AI保護動物的研究一方面是對其自己的追蹤保護，另外一種是與偷獵者搏鬥，而這一般是創建在偷獵者依然不借助高科技手段的基礎上，可能一些蠢賊和蠢人容易被甄別。沉默的大多數讀後感（http://www.simayi.net/duhougan/1818.html）心得體會，但咱們別忘了，AI是一門技術，當咱們在研究AI保護動物的時候，偷獵者一樣在研究AI傷害動物。
偷獵者不只有點聰明還有點張狂，他們也成立論壇交流偷獵心得，根據不一樣的方式分爲若干個子欄目，尤爲是交流區更將捕殺野生動物的過程進行了記錄，還附帶照片。咱們怎麼能保證具備這種偷獵癖好的沒有機器學習專家，將來的偷獵與反偷獵，極可能上升到人工智能與人工智能的對決。
在使用AI保護動物上，若是咱們不創建切實可行的技術壁壘，很難說，偷獵者的野路子AI，會不會反而加速了動物滅絕。
結論：
野生動物的保護，除了利用技術讓他們適應得更好。還能夠創建一個生態圈，實現完整的生態鏈。利用大數據去分析，須要什麼動物，什麼植物，什麼環境等等等，微軟就曾試圖這樣保護海洋生物，畢竟在相對密閉，相對可控的空間裏，AI更能大展拳腳。同時，還能夠經過對珍稀動物基因分析，克隆甚至3D打印出新的個體等。
保護動物吧！畢竟，搞很差哪一天人工智能造反了，動物還能念舊情成爲咱們惟一的同盟軍。文|雷宇