动物专家现在可以使用尖端识别，计数和描述野外物种人工智能。
该技术是通过数据众库共同开发的，在进行人口普查时可以保存野生动植物。
运动传感器相机
由怀俄明大学哈里斯副教授杰夫·克莱恩（Jeff Clune）领导的团队收集了野生动物的照片，这些照片是由运动传感器摄像机自动收集的。
他们应用了一种称为深度学习系统的技术，该技术最多可以识别99.3％的图像。这些图像的准确性由由50,000名人类志愿者组成的团队验证。
“这项技术使我们能够准确，毫不显着，廉价地收集野生动植物数据，这可以帮助催化生态学，野生动植物生物学，动物学，保护生物学和动物行为的许多领域的转变。说。
该研究的详细信息发表在6月5日的版本国家科学院。
在野生动植物人口普查中使用人工智能
克莱恩（Clune）的团队开发了模仿动物感官能力的图像的深度神经网络。但是，该过程并不是一个容易的壮举，因为它需要大量数据。
包含有关该物种的信息的图像必须准确标记才能正常工作。数据来自Snapshot Serengeti，这是一个公民科学项目，该项目向坦桑尼亚的不同地区分发了运动传感器相机。数百万狮子，猎豹，大象和其他图像野外动物被安置在此数据库中。
“为了更好地了解自然生态系统的复杂性并更好地管理和保护它们，对自然生态系统中动物的数量，位置和行为有详细的大规模知识将很有帮助，“作者”写在研究中。
为了使这些数据成为可用，Clune的团队必须将320万张图像转换为文本和数字。 Snapshot Serengeti负责人明尼苏达大学的Craig Packer说，使用Clune的技术使他们能够处理更多的数据。
进行野生动植物人口普查的其他方法
无人机在测量野生动植物数据方面变得越来越有用。在一项研究中出版2月13日生态与进化的方法，研究人员报告了一个称为#epicduckchallenge的实验结果。
任务是在南澳大利亚州的阿德莱德海滩上部署数千个塑料鸭复制品。研究人员发现无人机与传统的人口普查方法相比，能够对野生动植物种群产生更准确的数据。
