大家好，我是本栏目的编辑郝帅。现在向大家解释以上问题，可以帮助保护专家识别动物的数量和迁徙路线，跟踪人类造成的影响。

Deepmind宣布将与非洲的保护专家和生态学家合作，将机器学习引入动物识别。过去动物鉴定依靠志愿者的人力鉴定，从发照片到返回结果可能长达一年。对于很多即时性的需求，真的太慢了。现在，有了Deepmind，基于塞伦盖蒂草原过去9年的数百万张动物照片，开发了一个机器学习模型，可以将花在识别上的时间缩短到只有3个月，其准确性与人类识别相当。这项工作远比想象中困难，因为动物不会乖乖地站在那里摆姿势让你拍照，但大多数时候只有失焦和动态模糊的照片，机器学习应该能正确识别这些照片。

从这里开始，下一步是简化模型，并尝试将其导出为单独的套件。据说Deepmind正在开发的版本，只要有“中端”硬件和一点联网能力，在野外就能马上识别出来。Deepmind团队希望在不久的将来在塞伦盖蒂测试这个系统，看看它有多有效。

如果动物识别能够提升到现场和即时的层面，对于保护的意义不言而喻。这意味着，即使不需要人工给每只动物贴标签或无线跟踪器，也能在一定程度上跟踪每只动物的位置和种群的变化，具有足够的实时性，便于保护专家应对眼前的自然灾害或人为灾害。当然AI只能起到辅助作用，保护自然还是要靠人类的共同努力，但它已经是一个可以大大简化工作难度的工具了。