動物專家現在可以使用尖端識別，計數和描述野外物種人工智慧。
該技術是通過數據眾庫共同開發的，在進行人口普查時可以保存野生動植物。
運動傳感器相機
由懷俄明大學哈里斯副教授傑夫·克萊恩（Jeff Clune）領導的團隊收集了野生動物的照片，這些照片是由運動傳感器攝像機自動收集的。
他們應用了一種稱為深度學習系統的技術，該技術最多可以識別99.3％的圖像。這些圖像的準確性由由50,000名人類誌願者組成的團隊驗證。
“這項技術使我們能夠準確，毫不顯著，廉價地收集野生動植物數據，這可以幫助催化生態學，野生動植物生物學，動物學，保護生物學和動物行為的許多領域的轉變。說。
該研究的詳細信息發表在6月5日的版本國家科學院。
在野生動植物人口普查中使用人工智能
克萊恩（Clune）的團隊開發了模仿動物感官能力的圖像的深度神經網絡。但是，該過程並不是一個容易的壯舉，因為它需要大量數據。
包含有關該物種的信息的圖像必須準確標記才能正常工作。數據來自Snapshot Serengeti，這是一個公民科學項目，該項目向坦桑尼亞的不同地區分發了運動傳感器相機。數百萬獅子，獵豹，大象和其他圖像野外動物被安置在此數據庫中。
“為了更好地了解自然生態系統的複雜性並更好地管理和保護它們，對自然生態系統中動物的數量，位置和行為有詳細的大規模知識將很有幫助，“作者”寫在研究中。
為了使這些數據成為可用，Clune的團隊必須將320萬張圖像轉換為文本和數字。 Snapshot Serengeti負責人明尼蘇達大學的Craig Packer說，使用Clune的技術使他們能夠處理更多的數據。
進行野生動植物人口普查的其他方法
無人機在測量野生動植物數據方面變得越來越有用。在一項研究中出版2月13日生態與進化的方法，研究人員報告了一個稱為#epicduckchallenge的實驗結果。
任務是在南澳大利亞州的阿德萊德海灘上部署數千個塑料鴨複製品。研究人員發現無人機與傳統的人口普查方法相比，能夠對野生動植物種群產生更準確的數據。
