耐用的低成本相机的广泛使用为研究人员监测世界偏远地区的野生动物种群带来了好消息。但是检查相机镜头需要时间，而且也只有这么多人能做到，这通常会造成保护社区的盲点。
DeepMind LLC认为，人工智能可以提供解决方案。今天，Alphabet Inc .表示，它正在坦桑尼亚塞伦盖蒂国家公园研究使用机器学习来追踪动物。
该计划是DeepMind与该地区许多生态学家和自然保护主义者的合作。它基于近十年前启动的动物追踪项目，当时一个狮子保护组织在整个国家公园安装了数百个运动触发摄像头。研究人员使用这些相机拍摄的照片来研究大型哺乳动物物种的行为、地理分布和种群数量。
挑战在于，图片中的动物必须用手仔细标记，才能使数据具有科学价值。由于图像数量大，人力不足，从取样到给人类添加必要的注释可能需要长达12个月的时间。
DeepMind建立了机器学习模型，可以将等待时间缩短多达9个月。AI不仅有能力检测和识别照片中的动物，还可以同时计数。DeepMind表示，虽然还在进行中，但该模型已经能够对物种进行分类，其准确率等于或高于人类。
自动相机镜头质量远不稳定的原因尤其令人印象深刻。DeepMind的研究人员在该小组的博客中写道：“相机陷阱数据可能很难使用——动物可能看起来不清楚，并且可能相对于相机处于许多不同的距离和位置。”从某些角度来看，即使是人类也很难准确识别动物。
DeepMind通过在4，149个个人注释图像集上进行训练，提高了模型的准确性。这些照片来自在线众包门户网站Snapshot Serengeti，志愿者可以通过该网站对野生动物照片进行人工分类，以帮助专家。由于DeepMind的模型已经可以匹配人类志愿者的准确性，未来版本的模型可能根本不需要手动注释。
目前，正在准备在实地部署该软件。DeepMind的研究人员写道：“野外工作极具挑战性，充满了意想不到的危险，例如电力线故障、互联网接入受限或无法访问。”“我们目前正在准备将该软件部署到现场，我们正在寻找方法，在安全的硬件要求和几乎没有互联网接入的情况下，安全地运行我们的预培训模型。”
