人工智能破解野生动物监测难点
图集林聪田在温榆河公园查看声纹智能监测点设备情况。
曾经，生物学家在开展野外物种调查时，往往要在山林间跑上数周甚至更久；现在，中国科学院动物研究所工程师林聪田只需坐在办公室，打开电脑，就能实时“看”到温榆河公园内鸟类的活动情况。他所用的秘密武器，是声音。北京秋季的鸟类迁徙季刚刚过去，林聪田团队在温榆河公园布设的三处野生动物声纹智能监测设备，已“听”到了近百种鸟鸣声。
长期以来，鸟类、鸣虫等不易被红外相机探测到的动物，都是野生动物监测的难点。今年7月，林聪田所在的中科院动物所生物多样性信息学研究团队另辟蹊径，在温榆河公园架起野生动物声纹智能监测设备，通过不知疲倦的“顺风耳”，24小时记录周围的每一声虫鸣鸟叫。
两只棕头鸦雀藏在芦苇丛中，“一唱一和”地对话，而在声纹监测数据中，它们的叫声并没有被记者采访时的交谈声掩盖。这得益于林聪田团队设计的算法，有效过滤了环境噪音，样本可以被精准捕捉采集。
短短三个多月，布设在温榆河公园内的三处监测仪就已收集到数万条有效的鸟鸣数据，分别来自中华攀雀、金翅雀等90余种鸟类，其中包括国家一级重点保护野生动物、世界“极危”物种黄胸鹀。鸟类的活动习性也被直观展现，白头鹎、喜鹊、灰喜鹊等鸟类在温榆河公园最为常见，清晨和傍晚是鸟类最活跃的时段，遇到大风、降雨等恶劣天气，鸟类则大多躲藏起来，很少鸣叫。
近年来，中国科学院支持建设的物种多样性数据库取得良好进展，加上人工智能技术突飞猛进的发展，让野生动物监测迎来“智变”。林聪田团队将多维、权威的物种特征数据输入高效的人工智能模型，再结合声纹采集、环境降噪等技术，一套由中科院动物所自主研发的声纹智能识别模型“自然声景智能感知系统”建立起来。
通过边缘计算设备，系统能够实时录制、实时识别、实时访问结果。“2分钟前，发现棕头鸦雀”“1分钟前，发现灰喜鹊”的消息在系统界面不断滚动。
系统还能自动生成频谱图，让声音变为直观的图像。风声、水声等环境音是频谱图的底色，鸟鸣声则显示为亮眼的橙黄色。每种鸟都拥有各自的声音频谱，棕头鸦雀的叫声短促而明亮，形状像一个个小小的纺锤；中华攀雀有着独特的尾音，拖成一道长线；苍鹭的嗓音则洪亮低沉，呈现明显的色块……
现在，林聪田团队已在本市温榆河公园、永定河公园、密云水库等地布设了十余个声纹智能监测点。短短半年间，获取的数据量已超过10万条。
随着生态修复工程的开展，温榆河公园已成为北京的“绿肺”之一。而只有摸清生物的“家底”，才能更有针对性地开展保护。“北京目前活跃的鸟类大约有503种，我们预计，温榆河公园这片区域未来将有超过200种鸟类。与其他同等体量的公园相比，这里的物种会更加丰富。”对于北京生态环境的持续优化，林聪田充满期待。（记者刘苏雅）
（原标题：人工智能破解野生动物监测难点有了“顺风耳”坐听百鸟鸣）
+1【纠错】责任编辑：刘文敏AI大数据赋能野生动物保护
新华社哈尔滨7月29日电（杨思琪谢剑飞）监测盗猎行为，跟踪在保动物“生活起居”，利用红外影像、高分相机等多种视觉处理设备找寻动物……近年来，随着人工智能技术发展，科技创新成果在珍稀野生动物保护领域发挥着越来越重要的作用。
为高效完成东北虎豹及其猎物的影像数据初步筛选、物种分类、个体识别等信息处理工作，国家林业和草原局猫科动物研究中心与哈尔滨工业大学、哈工大大数据集团，日前共同合作研发建设“野生动物AI大数据实时监测平台”，通过科技手段追踪和保护濒危大型猫科动物。
据哈工大大数据集团副总裁李福泉介绍，该系统平台由基础设施、数据智能、业务平台、可视化平台构成，可通过人工智能、机器学习、神经语言处理等技术手段，实现对生态环境、动物种群、动物个体的研究。利用物联网感知、大数据与智能机器视觉等前沿技术，该平台可建立以体态、步态、颜色、皮毛花纹为主要识别要素的个体识别模型。同时对静态图片、动态影像资料等进行人工智能生物个体识别，针对影像数据识别框选出疑似东北虎、东北豹、猎物个体的图像范围，并实时标注个体识别结果、个体识别相似度等。
这一平台还将为野生动物跨境协同保护提供服务。通过对东北虎豹以及猎物的个体与种群跟踪监测，该平台可建立野生动物活动监测“一张图”，一览区域内野生动物活动。同时建立东北虎豹个体数据库，为野生东北虎豹保护工作提供数据支撑。还可通过建立区域性宏观大数据，助力研究生态环境改变与物种发展之间关系。
“数据，让我们更懂野生动物。”李福泉说，未来将利用更多科技成果驱动野生动物保护和研究工作，构建野生动物保护的数据智能时代。
人工智能应用于野生动物保护，识别与统计准确率高达966%
原标题：人工智能应用于野生动物保护，识别与统计准确率高达96.6%提起AI，人们最先想到的不是语音助理，就是自动驾驶汽车，其实，人工智能远不止这些。来自奥本大学、哈佛大学、牛津大学、明尼苏达大学和怀俄明州大学的研究人员开发了一种机器学习算法，可以识别、描述并统计野生动物的数量，准确率高达96.6%。更重要的是，这对全球野生动物保护将起到很大的作用。
这篇论文发表于2017年11月，于本周成功发表在了《美国国家科学院院刊》上。
JeffClune是来自怀俄明州大学的副教授，也是这篇论文的资深作者，同时，他还兼任Uber人工智能实验室的高级研究经理。对于这项研究，他表示，这项技术可以让我们准确地、悄无声息且低成本地收集野生动物数据，这将有助于推动生态学在许多领域的变换，最终建立起野生动物生物学、动物学、保护生物学以及动物行为科学等相关科学的“大数据”。在一定程度上，这将极大地提高我们研究和保护野生动物和珍贵生态系统的能力。
研究人员通过星系动物园科学联盟（Zooniverse.org）的公民科学项目SnapshotSerengeti，对320万张图片进行了计算机视觉算法的训练。该项目会招募志愿者来收集大象、长颈鹿、羚羊、狮子、猎豹和其他动物在自然栖息地的图像。共计有超过5万人参与了这个项目并其语料库做出了贡献。
至于其工作原理，如下：运动传感摄像头自动拍照，然后这些照片会被输入到一个深度神经网络中——这是一种用来模拟人类视觉皮层神经元之间连接模式的深层神经网络——然后用文字和数字对照片进行标注。它能够描述出哪些物种以及每个物种的数量，以及它们所参与的活动，比如进食或睡觉。
这个系统可以在几个小时内为6个月的图像贴上标签，要知道，人类志愿者平均需要的2-3个月才能完成对应工作。SnapshotSerengeti团队的领导者MargaretKosmala称，该系统每增加300万张图片，就可以节省超过8年的人类标记工作。
她在接受媒体采访时说道：“这些时间对志愿者来说，是很有价值的，利用这些时间还可以重新部署为其他项目提供帮助。”
这项研究建立在人工智能一个不断发展的领域基础上：动物检测。2016年11月，昆士兰大学的科学家利用谷歌的TensorFlow机器学习框架，训练出一种算法，可以自动在海洋图像中检测海牛。今年3月，一家名为iNaturalist的初创公司推出了一款支持人工智能的应用程序，可以自动识别物种。返回搜狐，查看更多
责任编辑：人工智能帮助野生动物保护工作
人工智能是野生动物保护的游戏规则改变者。在野外追踪野生动物可能是一项缓慢且危险的工作，而基于人工智能的图像识别解决方案使研究人员能够处理大量数据，并更好地了解数十种野生物种及其环境。
正如犯罪现场的足迹可以成为重要证据一样，野生动物的足迹对于野生动物保护主义者来说也同样有价值。
每个物种——以及该物种中的每一种动物——都有其独特的足迹。每一个足迹及其下面的基质都讲述了一个关于动物活动和环境的故事。从足迹中收集的信息有助于保护主义者追踪野生动物的行为并监测濒危物种。这些信息也有助于保护地球上的生物多样性。
全力以赴
动物保护主义者可以从足迹中学到很多东西，但手动处理所有信息是一项繁琐的任务。野生动物保护组织WildTrack创建了足迹识别技术（FIT），作为一种非侵入性的方法来监测野生动物。测量动物足迹的数字图像以创建地理轮廓，然后进行分析以确定动物的物种、年龄等级、性别和个体身份。
FIT非常准确，但是很费时间。每个图像都需要现场专家的手动数据输入和注释。即使输入了所有数据，由于人力和地理限制，分析速度也很慢。为了加快这一过程并支持从全球公民科学家那里收集数据，WildTrack寻求一种基于人工智能的图像分析解决方案。
动物保护主义者与加州大学伯克利分校的一组研究人员合作，使FIT流程自动化。由此产生的工具集成了JMP数据可视化软件和SAS数据分析，利用人工智能、计算机视觉和机器学习来更快、更准确地识别和分析动物足迹。SAS和英特尔是开发全球分析解决方案的长期合作伙伴。WildTrack目前正在野外现场使用端到端解决方案。
图像分析取得成功
为了训练算法，研究人员在一块准备好的土地上引诱老虎和其他野生动物。他们拍摄了每只脚的多张图像——每头动物的四只脚相当于可以收集数据的四倍。
世界各地的公民科学家也可以上传照片。研究人员、追踪者和公民科学家可以下载智能手机应用程序，从世界任何地方上传图像。图像和相关数据（例如位置、日期和时间）被输入基于AI的平台，该平台可以识别数十种物种，准确率超过90%。此外，来自senseFly的eBeeX无人机配备了支持空中数据收集的接口。
WildTrack数据库包含犀牛、貘和熊的足迹。扩大的数据收集进一步加强了机器学习算法，并鼓励研究人员进行讨论。此外，上传图像的人可以在线跟踪该动物的活动。
基于AI的解决方案使WildTrack团队能够扩展其研究。最初的足迹识别现在包括其他生物特征，包括毛色、毛型和叫声。WildTrack可以监测迁徙模式、交配活动、觅食和狩猎行为以及社会群体。足迹下面基质的不同表明了湿度水平、天气条件和步态变化，后者可以指示行走速度或受伤信号。
对机器学习算法的调整也将支持其他领域的研究。基于人工智能的解决方案可用于统计和监测濒危动物，并防止偷猎。未来的用途可能包括根据海龟独特的壳型来追踪它们，识别动植物的类型和健康状况，或者探测和监测动物或人类活动的踪迹。（编译：iothome）