機器學習通過照片提取身體圖案特征促進保護野生動物

研究人員正在開拓一個名為圖像組學的新研究領域。顧名思義，圖像組學使用機器學習，從生物體的照片和視頻中提取生物數(shù)據(jù)。他們最近開始與研究印度豹子的研究人員合作，利用算法比較豹子媽媽和孩子的斑點模式。

圖像現(xiàn)在已經(jīng)成為最豐富的信息來源。研究人員把這項技術比作顯微鏡的發(fā)明，為科學家們提供了觀察野生動物的完全不同的方式。在TDAI名為Wildbook的開源平臺（幫助野生動物研究人員收集和分析照片）的基礎上，該團隊現(xiàn)在正專注于人工智能方法。這些程序使用現(xiàn)有的內(nèi)容來生成有意義的數(shù)據(jù)。

在這種情況下，他們正試圖分析眾包圖像，使人類可能自然錯過的生物特征變得可計算，如魚鰭的弧度或豹子的斑點。這些算法掃描了網(wǎng)上公開的豹子圖像，從社交媒體到數(shù)字化的博物館收藏。簡單地說，這些算法"量化了相似性"，她說。其目的是幫助野生動物研究人員克服數(shù)據(jù)不足的問題，最終更好地保護面臨滅絕風險的動物。

該平臺從監(jiān)督學習開始，使用"比Siri更簡單"的算法來計算圖片中的動物數(shù)量，以及圖片的拍攝地點和時間，這可能有助于人口數(shù)量等指標。人工智能不僅能以比雇人更低的成本做到這一點，而且速度也更快。2021年8月，該平臺自動分析了1700萬張圖片。人工智能可以掃描人類可能會錯過的特征，比如虎斑蛾翅膀的顏色范圍。2022年3月的一項研究發(fā)現(xiàn)，人眼無法區(qū)分雄性多態(tài)木虎蛾的基因型，但具有紫外線敏感性的蛾子視覺模型可以。

該團隊正在實施算法，創(chuàng)建有圖案動物的像素值，如豹子、斑馬和鯨鯊，并分析那些像素值變化最大的熱點，這就像比較指紋。擁有這些指紋意味著研究人員可以在沒有GPS項圈的情況下非侵入性地追蹤動物，對它們進行計數(shù)以估計種群數(shù)量，了解遷移模式等等。

來源：cnBeta.COM

關鍵詞： 研究人員 人工智能 野生動物 機器學習 顧名思義