（原标题：DeepMind参加动物维护队伍，用AI剖析野生动物行为）
汹涌新闻见习记者 张唯
一手打造史上最强围棋AI的英国DeepMind团队最近参加了用人工智能维护野生动物的队伍。DeepMind与生态学家、天然维护主义者协作，开发了一款研讨动物行为的机器学习办法。这套办法被首要应用在坦桑尼亚塞伦盖蒂野生动物维护区。
塞伦盖蒂野生动物维护区 本文图均为 DeepMind blog 图
塞伦盖蒂是非洲最大的野生动物维护区之一，以丰厚的野生动植物闻名于世。在塞伦盖蒂14750平方公里的土地上，休息着大约70种大型哺乳动物和500种鸟类，包含狮子、斑马、羚羊、麋羚、水牛、鳄鱼、河马、大象、长颈鹿等。
近来，跟着农业、偷猎、气候异常等人类影响的添加，当地物种被逼改动自己的行为以持续生计。大约十年前，塞伦盖蒂的狮子研讨项目在维护区中心区域安装了数百个运动灵敏摄像头，在不搅扰日常活动的情况下拍照动物的天然行为。
到现在，这个项目收集了数百万张相片。剖析相片的作业由来自世界各地的志愿者完结，他们在每张相片中逐个辨认和核算其间的动物。这项耗时耗力的作业影响了科学家的进一步研讨，也使天然维护人士很难对生态体系的损坏做出及时反响。一般，从相片被拍照到志愿者辨认出其间的动物大约需求一年的时刻。
为了协助科学家更高效地展开研讨，DeepMind训练了一个机器学习模型，可以自动检测、辨认并核算相片中呈现的动物。据DeepMind blog表明，他们的体系在辨认约50个大型动物的时分与人类标签员相同精确。
生态学家以为，经过相片监测动物行为改变可以了解原始生态体系的动态功用，拟定有用的办理方案来维护当地的生物多样性。
这类模型的难点在于，用运动摄像头记载的野生动物相片有时很难处理，例如动物可能在焦点之外，或许被遮挡。不过，DeepMind称，在生态学家Meredith Palmer的协助下，他们的项目很快成型，并大大缩短了全流程处理时刻。
据DeepMind泄漏，现在，该团队正在布置一种适应于户外环境的机器学习体系，只需求“适度”硬件和少数互联网衔接。一旦这个体系布置到位，塞伦盖蒂的研讨人员可以直接使用这个东西展开维护作业。
本文来历：汹涌新闻 责任编辑：乔俊婧_NBJ11279
