如果你看一张豹子的照片，你能根据它们的斑点分辨出哪两只是有血缘关系的吗？除非你是豹子专家，否则答案应该是否定的，但计算机可以。俄亥俄州立大学(Ohio State University)数据翻译分析研究所(TDAI)主任坦尼娅·伯格-沃尔夫(TanyaBerger-Wolf)说。

Berger-Wolf 和她的团队正在开创一个名为Imageomics的新研究领域。顾名思义，Imageomics使用机器学习从活生物体的照片和视频中提取生物数据。Berger-Wolf 和她的团队最近开始与研究印度豹的研究人员合作，使用算法比较妈妈和孩子的斑点模式。

图像已成为最丰富的信息来源

Berger-Wolf 说：“现在，图像已经成为最丰富的信息来源，我们也拥有这项技术。我们有计算机视觉机器学习，”。她将这项技术与显微镜的发明进行了比较，为科学家们提供了一种完全不同的观察野生动物的方式。

基于 TDAI 的名为Wildbook的开源平台，该平台可帮助野生动物研究人员收集和分析照片，该团队现在专注于生成 AI 方法。这些程序使用现有内容来生成有意义的数据。在这种情况下，他们正试图分析众包图像，以使人类可能自然错过的生物特征可计算，例如鱼鳍的曲率或豹子的斑点。这些算法扫描在线公开的豹子图像，从社交媒体到数字化的博物馆藏品。

简单来说，这些算法“量化了相似性”。目的是帮助野生动物研究人员克服数据不足的问题，并最终更好地保护濒临灭绝的动物。

机器学习可以用来识别照片的所有相关内容，包括感兴趣的野生动物

生态学家和其他野生动物研究人员目前正面临数据危机

人们花时间在野外监测动物是乏味、昂贵且耗时的。由于这些挑战，国际自然保护联盟 (IUCN) 濒危物种红色名录中的 20,054 个物种被标记为“数据不足”，这意味着没有足够的信息来对其灭绝风险进行适当评估。正如 Berger-Wolf 总结的那样，“生物学家在没有关于我们正在丢失什么以及丢失速度的良好数据的情况下做出决定。”

该平台从监督学习开始——Berger-Wolf 说计算机使用“比 Siri 更简单”的算法来计算图像中有多少动物，以及拍摄地点和时间，这可能有助于统计人口数量等指标。人工智能不仅可以以比雇用人员低得多的成本做到这一点，而且速度也更快。2021 年 8 月，该平台自动分析了 1700 万张图像。

还有一些似乎只有计算机才能克服的障碍。“人类并不是最善于弄清楚什么是信息方面的人，”她说，并指出人类在我们如何看待自然方面存在偏见，主要关注面部特征。相反，人工智能可以扫描人类可能会错过的特征，比如虎蛾翅膀的颜色范围。2022 年 3 月的一项研究发现，人眼无法区分雄性多态木虎蛾基因型，但具有紫外线敏感性的飞蛾视觉模型可以。

Berger-Wolf 说：“这就是所有这一切的真正创新所在”。该团队正在实施创建有图案动物（如豹、斑马和鲸鲨）像素值的算法，并分析像素值变化最大的那些热点，就像比较指纹一样。拥有这些指纹意味着研究人员可以在没有 GPS 项圈的情况下以非侵入方式跟踪动物，对它们进行计数以估计种群规模、了解迁徙模式等等。

正如Berger-Wolf 指出的那样，种群规模是衡量一个物种福祉的最基本指标。该平台扫描了 11,000 张鲸鲨的图像以创建热点，并帮助研究人员识别个体鲸鲨并跟踪它们的运动，从而获得有关其种群规模的最新信息。这一新数据推动 IUCN 在 2016 年将鲸鲨的保护状态从“脆弱”改为“濒危”。

还有一些算法使用面部识别来识别灵长类动物和猫，结果显示准确率约为90%，而人类的准确率约为 42%。

在野生动物保护方面，生成式 AI 仍然是一个新兴领域，但 Berger-Wolf 充满希望。目前，该团队正在清理豹子热点的初步数据，以确保结果不是数据伪影或有缺陷，而是真正具有生物学意义的信息。如果有意义的话，这些数据可以教会研究人员物种如何应对不断变化的栖息地和气候，并向我们展示人类可以在哪里提供帮助。

原文链接：https://www.theverge.com/23032327/wildlife-photos-ai-conservation-research