人工智能已經(jīng)過訓(xùn)練以識(shí)別個(gè)體鳥類 這比我們?nèi)祟惖哪芰€要強(qiáng)

人工智能已經(jīng)過訓(xùn)練以識(shí)別個(gè)體鳥類，這比我們?nèi)祟惖哪芰€要強(qiáng)。該系統(tǒng)是為研究野生動(dòng)物的生物學(xué)家開發(fā)的，但是可以進(jìn)行修改，以便人們可以識(shí)別周圍環(huán)境中的個(gè)體鳥類。

法國蒙彼利埃功能與進(jìn)化生態(tài)學(xué)中心的安德烈·費(fèi)雷拉(AndréFerreira)在研究個(gè)體社會(huì)交織的織布工如何為其殖民地發(fā)展的同時(shí)啟動(dòng)了該項(xiàng)目。這通常是通過將彩色標(biāo)簽放在他們的腿上并坐在巢中觀看它們來完成的，這非常耗時(shí)。費(fèi)雷拉(Ferreira)嘗試拍攝殖民地，但彩色鏡頭通常在鏡頭中不可見，因此他和他的同事們轉(zhuǎn)向了AI。

困難的部分是獲取訓(xùn)練系統(tǒng)所需的照片。“我們需要數(shù)千張同一個(gè)人的照片，”費(fèi)雷拉說。對(duì)于人類來說，這很容易。對(duì)于動(dòng)物，這很難做到。”該團(tuán)隊(duì)通過在鳥類身上貼上RFID標(biāo)簽解決了這一問題，該標(biāo)簽觸發(fā)了鳥類喂食器上的攝像頭。

到目前為止，該系統(tǒng)已在圈養(yǎng)的斑馬雀，野生大山雀和野生社交織布機(jī)上進(jìn)行了測試。使用未經(jīng)訓(xùn)練的照片進(jìn)行的測試表明，單個(gè)圖像的準(zhǔn)確性約為90%。

目前，該系統(tǒng)仍然非常有限。它僅在鳥類背部的圖片上經(jīng)過訓(xùn)練，因?yàn)樯飳W(xué)家通常在觀察行為時(shí)會(huì)看到這種視圖。如果鳥類的外觀發(fā)生變化(例如在換羽過程中)，也可能會(huì)失敗。費(fèi)雷拉說：“我們不知道人工智能到底是用來識(shí)別鳥類的。”

但是，他認(rèn)為，如果給定足夠大的數(shù)據(jù)集，則可以解決所有這些問題。費(fèi)雷拉和他的團(tuán)隊(duì)現(xiàn)在正在安裝相機(jī)，以便從多個(gè)角度拍攝照片，而不僅僅是從背面拍攝。該計(jì)劃是在進(jìn)一步開發(fā)該軟件時(shí)將其發(fā)布給他人使用。

已經(jīng)有許多基于AI的應(yīng)用程序可用于從圖像或聲音中識(shí)別動(dòng)植物，但這些僅識(shí)別物種，而不能識(shí)別個(gè)體。費(fèi)雷拉說，其他團(tuán)隊(duì)也在開發(fā)類似的系統(tǒng)來識(shí)別其他動(dòng)物個(gè)體，但這是他所知的第一個(gè)可以單獨(dú)識(shí)別小鳥的系統(tǒng)。他說，這些系統(tǒng)可以使生物學(xué)家以目前極為困難的方式研究個(gè)體行為。