Deepmind协助在塞伦盖提草原上识别动物

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识别上。过去的动物识别靠的是志愿者的人力识别，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提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，可以将识别花费的时间砍到仅需三个月，且准确度与人力识别相当。这工作远比想象中的困难，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识别出来。

从这里，下一步就是精简模型，并且设法将其输出成独立的组件。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识别。Deepmind团队希望近期内能将这样的系统在塞伦盖提进行实测，看看效果如何。

如果能动物的识别推进到现场、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定位器，也能在一定程度上关注每只动物的位置，以及群体的数量变化，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，保护大自然还是凭借人类共同的努力，但这已经是个可以大幅简化工作难度的工具了。