如果你看一张豹子的照片，你能只根据它们的位置分辨出哪两只有关系吗？
除非你是豹子专家，否则答案可能是否定的，俄亥俄州立大学转化数据分析研究所(TDAI)主任坦尼娅伯杰-沃尔夫说。但是，她说，电脑可以。
Berger-Wolf和她的团队正在开拓一个叫做图像组学的新研究领域。顾名思义，Imageomics使用机器学习从生物的照片和视频中提取生物数据。Berger-Wolf和她的团队最近开始与研究印度豹的研究人员合作，使用算法来比较母亲和孩子的斑点模式。
“图像已经成为最丰富的信息来源”
“图像现在已经成为最丰富的信息来源，我们也拥有这项技术。我们有计算机视觉机器学习，”伯杰-沃尔夫说。她将这项技术与显微镜的发明相提并论，后者为科学家观察野生动物提供了一种完全不同的方式。
基于TDAI的开源平台Wildbook，该平台可以帮助野生动物研究人员收集和分析照片，该团队现在专注于生成人工智能方法。这些程序使用现有的内容来生成有意义的数据。在这种情况下，他们试图分析众包图像，以便可以计算出人类可能会自然错过的生物特征，例如鳍的曲率或豹斑。这些算法扫描从社交媒体到数字博物馆收藏的在线豹图像。
简而言之，该算法“量化了相似性，”她说。其目的是帮助野生动物研究人员克服数据缺乏的问题，最终更好地保护濒临灭绝的动物。
生态学家和其他野生动物研究人员目前正面临一场数据危机——人们花时间在野外监测动物是乏味、昂贵和耗时的。由于这些挑战，IUCN濒危物种红色名录上的20054个物种被标记为“数据不足”，这意味着没有足够的信息来正确评估它们的灭绝风险。正如Berger-Wolf总结的那样，“生物学家在没有关于我们损失了什么以及损失速度的良好数据的情况下做出决定。
该平台从监督学习开始——伯杰-沃尔夫表示，计算机使用一种“比Siri更简单”的算法来计算图像中有多少动物，以及它是在何时何地拍摄的，这可能有助于人口统计等指标。人工智能不仅能以比雇人低得多的成本做到这一点，而且速度更快。2021年8月，该平台自动分析了1700万张图像。
2021年8月，该平台自动分析了1700万张图像。
还有一些障碍只有电脑才能克服。“人类不是最擅长弄清楚什么是信息的，”她说，指出人类如何在我们看待自然的方式上存在偏见，主要关注面部特征。相反，人工智能可以扫描人类可能错过的特征，例如虎蛾翅膀的颜色范围。2022年3月的一项研究发现，人眼无法分辨雄性多态木虎蛾的基因型，但具有紫外线敏感性的蛾的视觉模型可以。
“这是所有这些的真正创新，”伯杰-沃尔夫说。该团队正在实施算法，为豹子、斑马和鲸鲨等图案化动物创建像素值，并分析像素值变化最大的热点——就像比较指纹一样。拥有这些指纹意味着研究人员可以在没有GPS项圈的情况下以非侵入性的方式跟踪动物，计数它们以估计种群数量，了解迁徙模式等等。
正如伯杰-沃尔夫指出的，种群规模是衡量一个物种福祉的最基本指标。该平台扫描了11，000张鲸鲨图像，以创建热点，并帮助研究人员识别个体鲸鲨并跟踪它们的运动，从而更新关于它们种群规模的信息。这一新数据促使IUCN在2016年将鲸鲨的保护状态从“脆弱”改为“濒危”。
其他算法使用灵长类和猫的面部识别，显示准确率在90%左右，而人类在42%左右。
生殖式人工智能在野生动物保护方面仍是一个新领域，但伯杰-沃尔夫对此充满希望。目前，该团队正在清理豹热点的初步数据，以确保结果不是数据伪影或缺陷，是真正具有生物学意义的信息。如果有意义，这些数据可以教会研究人员物种如何应对不断变化的栖息地和气候，并向我们展示人类可以在哪些方面提供帮助。
原标题：野生动物照片是人工智能驱动的保护研究的新宝库
原文链接：3359 www . the verge . com/23032327/野生动物-照片-ai-保护-研究
凯瑟琳王
编译：LCR
