大家好，我是本栏目的编辑郝帅。现在我给大家解释一下上面的问题。总部位于英国的人工智能研究子公司DeepMind于2014年被Alphabet以5亿美元的价格收购。今天，他的科学团队正在进行详细的生态研究，以开发一个人工智能系统，有助于研究坦桑尼亚塞伦盖蒂国家公园动物物种的行为。它希望加快数百台运动检测相机的数据分析，自9年前塞伦盖蒂狮子研究项目部署这些相机以来，它们已经拍摄了数百万张图像。

“塞伦盖蒂是世界上最后一个大型哺乳动物群落完整的地方之一.随着人类对公园的入侵变得更加激烈，这些物种为了生存被迫改变行为，”DeepMind写道：博文。“农业、偷猎和气候异常的增加将导致动物行为和种群动态的变化，但这些变化发生在空间和时间尺度上，很难用传统的研究方法进行监测。”

在过去的十年里，自然资源保护主义者使用上述相机来监控公园核心区域的动物，使它们能够研究它们的分布和人口统计。然而，这些没有注释的图片用处不大，这就是为什么志愿者使用一个名为Zooniverse的基于网络的工具来手动识别物种。由此产生的语料库目前大约有50种不同的物种，但从触发相机到生成标签仍然需要将近一年的时间。

这就是为什么DeepMind使用Snapshot Serengeti数据集来训练能够自动检测、识别和计数动物的AI模型。该公司的科学家声称，他们的预训练系统将很快部署到实地，可以与该地区数百个物种中的大多数物种的人类注释器进行比较(或比人类注释器更好)。此外，他们表示，它可以将数据处理流程缩短长达9个月，并且可以在互联网接入不可靠的“中等”硬件上快速安全地运行。

DeepMind写道：“我们开发了一个强大的模型，用于检测和分析野外数据中的动物种群，并帮助整合数据，使非洲不断增长的机器学习社区能够构建人工智能系统，我们希望该系统能够推广到其他公园。“我们希望有助于让AI研究更具包容性——无论是我们申请的领域类型，还是开发者的领域。”

DeepMind远不是第一个将AI应用于生态学的人。微软最近强调，圣克鲁斯的一家初创公司“保护度量公司”正在使用机器学习来跟踪非洲大草原上的大象。此外，一组研究人员开发了一种在Snapshot Serengeti上训练的机器学习算法，可以识别、描述和计算野生动物，准确率达到96.6%。英特尔TrailGuard AI系统通过在离线设备上使用AI算法检测嵌入式摄像头的运动来防止偷猎。昆士兰大学的科学家使用谷歌的TensorFlow机器学习框架来训练一种算法，该算法可以自动检测海洋图像中的海牛。