AI成野生动物保护神:没有图像识别算法,考拉就会灭绝!

2022 年 3 月 3 日 新智元



  新智元报道  

编辑:袁榭 时光

【新智元导读】虽然AI没有真正如同大型动物的智能,但用来保护智能动物可是利器。


按照当下从业者的说法,AI应用是环境保护领域的三大新兴技术之一。

 

从隐藏相机录像、卫星图像到录音,AI在处理这些环保大数据时极有助益。AI可以学习如何识别数千张热成像照片中哪些包含稀有物种;或在数小时的野外音频记录中找出动物的叫声。这些都大大减少了收集重要环保数据所需的体力劳动。

 

所以当下AI正在帮助保护座头鲸、考拉和雪豹等多种物种,支持科学家、研究人员和护林员从反偷猎巡逻到监测物种等重要任务中的工作。

 

借助使用算法和模型来学习、理解和适应的机器学习系统,AI通常能够完成数百人的工作,获得更快、更便宜和更有效的结果。 

 

 

以下是五个有助于了解AI用来保护生物多样性和物种的项目: 

 

阻止偷猎者


赞比亚的卡弗埃国家公园拥有6600多头非洲象,占地22400平方公里,因此阻止盗猎是一项巨大的后勤挑战。位于公园边界的伊特日-特日湖,非法捕鱼也是一个问题,偷猎者通常在夜幕掩护下,伪装成渔民进出公园。

 

由「护林人国际」、赞比亚「国家公园和野生动物部」和其他合作方组织的「互联动保项目」正在使用AI来加强传统的反偷猎工作,他们用前视红外热像仪 (FLIR) ,在伊特日湖-特日湖上构建了一个19公里长的虚拟围栏。

 

前视红外热像仪全天候记录了进出公园的每艘船。这些设备安装于 2019 年,过去由护林员手动监控,然后他们可以对非法活动的迹象做出反应。 

 

而「互联动保项目」的AI现在已经过训练,可以从热成像图像中自动检测进入公园的船只,从而提高效率并减少对持续人工监控的需求。

 

AI自动向中心监控室的护林员报警

 

海浪和飞鸟也可以触发警报,因此AI被训练消除这些错误数据。

 

「护林人国际」的特别技术顾问称:「长期以来,自然保护区的资源不足,让人们24小时全天候盯住多个摄像头不是个扩大运营规模的办法。」

 

「AI可以改变游戏规则,因为它可以监控非法船只入境、并立即警告护林队。该技术让不多的护林员能够对大面积的非法越境区域进行全天候监视。」

 

追踪水资源流失

 

在过去的30年里,巴西的地表水流失了15% 以上,这场危机只有在AI的帮助下才得以曝光。

 

巴西的河流、湖泊和湿地一直面临着来自人口增长、经济发展、森林砍伐和气候危机恶化影响的越来越大的压力。但直到2021年8月,公众才知道问题的严重性。

 

当时测绘团队MapBiomas的水资源项目,使用机器学习处理了1985-2020 年NASA的3颗地球遥感卫星对于850万平方米的巴西国土拍摄的15万多张图像后,发布了结果。

 

如果没有AI,研究人员就无法以如此规模和详细程度分析巴西全国的水资源变化。AI还可以区分自然水体和人造水体。 

 

 

结果是,亚马逊河的主要支流、世界上最大的10条河流之一的内格罗河已经失去了22%的地表水。世界上最大的热带湿地-潘塔纳尔湿地的巴西部分已经失去了74%的地表水。

 

4000种植物和动物生活在潘塔纳尔湿地,包括美洲虎、貘和蟒蛇。这种损失对野生动植物、人类和自然都是毁灭性的。 

 

「AI技术为我们提供了令人震惊的清晰画面,」世界自然基金会巴西分会MapBiomas水资源项目的负责人说。

 

「如果没有AI和机器学习技术,我们永远不会知道情况有多严重,更不用说有数据来说服人们了。现在我们可以采取措施,应对这种地表水流失给巴西令人难以置信的生物多样性和社区带来的挑战。」

 

定位鲸鱼 

 

了解鲸鱼的位置是规划海洋保护区等措施保护它们的第一步。在浩瀚的海洋中目视定位座头鲸很困难,但它们独特的歌声可以在水下传播数百英里。

 

「太平洋岛屿国家海洋和大气协会」(Noaa)的研究者,一直在渔船上安装声学记录器,用于监测偏远和难到达海域的海洋哺乳动物种群。 「14年中,我们已经积累了大约19万小时的声学录音。但用人工手动识别鲸鱼的发声需要大量时间。」

 

座头鲸群发声点海图

 

2018年,Noaa 与谷歌AI的生物声学团队合作,创建了一个可以识别座头鲸歌声的机器学习模型。「我们非常成功地通过整个数据集识别了座头鲸的歌声所在,确定了它们在夏威夷群岛和马里亚纳群岛的栖息模式,」研究者称。 

 

「我们还在金曼礁发现了新的座头鲸歌声偶发点,这是一个以前从未记录过座头鲸存在的地点。如果没有AI,这些海量声学数据不可能得到全面分析。」

座头鲸歌音轨频率

 

保护考拉


由于栖息地破坏、家犬袭击、道路事故和丛林大火,澳大利亚的考拉数量正在严重下降。在不知道它们的数量和下落的情况下,救护它们是一项挑战。

 

昆士兰科技大学 (QUT) 生态学副教授格兰特·汉密尔顿 (Grant Hamilton) 在联邦政府和 土地保护局的资助下创建了一个环保AI站,以监测考拉和其他濒危动物。

 

使用无人机和红外成像,AI算法可以快速分析红外镜头拍摄的图像,并确定热成像点是考拉还是其他动物。

 

在2019年和2020年澳大利亚发生毁灭性的森林大火后,汉密尔顿使用该系统来识别幸存的考拉种群。 

 

热成像图片中的考拉被识别

 

「这是一个改变业界现有游戏规则的项目」,汉密尔顿说。 

 

「强大的AI算法能够快速分析无数小时的视频片段,并从茂密丛林中的许多其他动物图像中识别出考拉。该系统将允许土地保护团体、动物保护团体和致力于监测物种的组织,调查澳大利亚任何地方的大片区域,并将数据发送回昆士兰科技大学进行处理。 」

 

「我们将越来越多地看到AI用于动物保护」,他补充道。 「在这个当前的项目中,如果没有AI,我们根本无法快速或准确地做到这一点。」

 

物种计数 

 

在世界第二大热带雨林刚果盆地拯救濒临灭绝的物种是一项艰巨的任务。 

 

2020 年,数据科学公司Appsilon、苏格兰斯特灵大学和加蓬国家公园管理局 (ANPN) 合作开发「蒙巴萨AI」图像分类算法,用于加蓬洛佩和瓦卡国家公园的大规模生物多样性监测。 

 

环保人士一直在使用自动摄像头捕捉物种,包括非洲森林大象、大猩猩、黑猩猩和穿山甲,然后必须手动识别图像。

 

数百万张图片可能需要数月或数年才能分类,而在一个每月因偷猎者而失去约150头大象的国家,时间很重要。 

 

「蒙巴萨AI」算法于2020年用于分析在7000平方公里森林中的200个隐藏相机里收集的5万多张图像。「蒙巴萨AI」每小时可对3千张图像进行分类,准确率96%。

 

隐藏相机在刚果盆地拍摄到的猩猩

 

环保人士可以监控和跟踪动物,并快速发现异常或警告信号,使它们能够在需要时迅速采取行动。

 

该算法还可以在普通笔记本电脑上离线工作,这在没有互联网连接或互联网连接不佳的地方很有帮助。 

 

「许多中非森林哺乳动物受到不可持续的贸易、土地用途变化和全球气候危机的威胁,」斯特灵大学博士后研究员罗宾·维托柯博士说。 

 

「Appsilon在蒙巴萨AI软件上的工作,使环保人士能快速识别和应对对生物多样性的威胁。该项目从加蓬洛佩和瓦卡国家公园的200个隐藏相机开始,但从那时起,西非和中非的不同组织已经各自部署了数百个隐藏相机。

 

在加蓬,政府的目标是在全国的国家公园内都部署隐藏摄像头。蒙巴萨AI可以帮助所有这些项目加速数据分析。」


参考资料:

https://www.theguardian.com/environment/2022/feb/21/five-ways-ai-is-saving-wildlife-from-counting-chimps-to-locating-whales-aoe



登录查看更多
0

相关内容

从图像中提取出有意义、有实用价值的信息。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
「计算机视觉」2022 年 5 大趋势
专知会员服务
73+阅读 · 2022年3月27日
【AAAI2022】基于特征纯化的视线估计算法
专知会员服务
9+阅读 · 2022年2月11日
专知会员服务
30+阅读 · 2021年7月2日
视频分析中的人工智能 (AI)白皮书,16页pdf
专知会员服务
65+阅读 · 2021年5月6日
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
自动驾驶:是炒作还是现实?
AI前线
0+阅读 · 2022年1月25日
人工智能向“上”生长,可信AI渐行渐近
机器之心
0+阅读 · 2021年12月24日
汉江大桥上的监控 AI,挽救自杀者的生命
THU数据派
0+阅读 · 2021年9月15日
吴恩达说,AI论文够多了,赶紧搞吧!
云头条
20+阅读 · 2017年11月13日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
14+阅读 · 2020年1月27日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
VIP会员
相关VIP内容
「计算机视觉」2022 年 5 大趋势
专知会员服务
73+阅读 · 2022年3月27日
【AAAI2022】基于特征纯化的视线估计算法
专知会员服务
9+阅读 · 2022年2月11日
专知会员服务
30+阅读 · 2021年7月2日
视频分析中的人工智能 (AI)白皮书,16页pdf
专知会员服务
65+阅读 · 2021年5月6日
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员