利用人工智能系统跟踪候鸟

2019年08月29日由 KING 发表 895535 0

全球每年有数以千万计的鸟类在冬季迁徙。美国国家气象局利用159个陆基雷达对天空进行扫描，这些雷达每4到10分钟发射一次微波脉冲，并根据雷达反馈的数据计算它们的位置。然而，生物学家历来很难利用这些数据，因为它们的规模非常大，在几十年的时间里，它们的测量数据多达数亿张图像和数千万兆的字节。

为了减轻工作量，康奈尔大学鸟类学实验室和马萨诸塞大学信息与计算机科学学院的科学家们最近研究了一种人工智能系统，该系统能够在雷达图像中区分鸟类和降水区。他们说，这个系统叫做MistNet，以鸟类学家用来捕捉候鸟的细网命名，该系统不仅可以帮助完成分类任务，还可以用来计算鸟类的飞行速度和预测它们的飞行路线。研究报告的资深作者丹尼尔·谢尔登在一份声明中说:“这是一个非常重要的进步，与人类手动计算相比，MistNet的表现非常棒”。它让我们把20世纪有限的观察结果转为21世纪的知识和保护行动。人工智能极大的提升了计算机模仿人类的能力，使其能够完成图像、视频和音频的识别任务。”

谢尔登和他的同事们在一篇发表在《生态学进化方法》期刊上的论文中详细介绍了他们的工作内容：他们首先开发了一种“适配器”架构，用于定位雷达数据的输入通道，并考虑海拔的变化。（与RGB图像不同，雷达数据是在三维极坐标网格上收集的）在编写训练语料库时，他们使用了从双极化（即水平极化和垂直极化）雷达数据获得的噪声标签，避免了大量的人工注释工作。

研究人员说，MistNet完全有能力自主完成任务，它可以为应用程序提供精确的预测数据。根据美国WSR‐88D气象雷达网络历史和近期数据进行测试时，该系统在识别生物方面的准确率至少为95.9%，研究团队使用该系统绘制了美国过去24年鸟类迁徙的地图。谢尔登说“我们希望MistNet能够在科学保护鸟类方面发挥作用。例如，候鸟迁徙的高峰时间大多集中在几个夜晚，知道这一点，也许我们可以在那些夜晚关掉摩天大楼的灯来帮助鸟类安全迁徙。”

这不是人工智能第一次利用在追踪动物迁徙方面。DeepMind于2014年以5亿美元的价格收购了Alphabet公司。同年8月，DeepMind的科学团队正在进行开发人工智能系统，帮助研究坦桑尼亚塞伦盖蒂国家公园动物的行为。另外，总部位于圣克鲁斯的Conservation Metrics正在利用机器学习来跟踪非洲草原大象。

相信今后在动物保护方面人工智能会发挥越来越大的作用，小动物们与人类的生活也会越来越融洽。如果人工智能也能够在其他物种发挥作用，那么人类与动物的生活也会越来越融洽。

标签：

行业人工智能应用

0 评论

欢迎关注ATYUN官方公众号

商务合作及内容投稿请联系邮箱:bd@atyun.com

上一篇 DeepMind开源了强化学习游戏框架平台OpenSpiel

下一篇麻省理工学院造出全球首款碳纳米管芯片

评论登录

要发表评论，您必须先登录。

jonatasgrosman/wav2vec2-large-xlsr-53-english facebook/dino-vitb16 bert-base-uncased xlm-roberta-large xlm-roberta-base gpt2 microsoft/resnet-50 facebook/dino-vits8

最好的基于Transformer的LLM（上）