保護(hù)生物學(xué)家發(fā)現(xiàn)了AI工具的新應(yīng)用

野外部署的自動(dòng)化攝像機(jī)和其他傳感器正在改變生物學(xué)家監(jiān)測(cè)自然生態(tài)系統(tǒng)和動(dòng)物種群的方式。然而，這些技術(shù)可以收集大量數(shù)據(jù)，保護(hù)生物學(xué)家越來越多地轉(zhuǎn)向人工智能(AI)工具來對(duì)其進(jìn)行分類。

特別是，已經(jīng)廣泛用于人臉識(shí)別和其他圖像和語音識(shí)別應(yīng)用的稱為“ 深度學(xué)習(xí) ” 的機(jī)器學(xué)習(xí)方法現(xiàn)在正由保護(hù)生物學(xué)家應(yīng)用于分析來自非洲大象的所有圖像，視頻和錄音。對(duì)水生昆蟲。

在加州大學(xué)圣克魯茲分校開設(shè)自然保護(hù)行動(dòng)實(shí)驗(yàn)室的生物學(xué)家Donald Croll和Bernie Tershy一直在深入學(xué)習(xí)海鳥保護(hù)工作。他們開始開發(fā)用于監(jiān)測(cè)海鳥種群的聲學(xué)技術(shù)作為研究項(xiàng)目，并最終成立了一家名為Conservation Metrics的公司，以提供野生動(dòng)植物監(jiān)測(cè)服務(wù)。

“我們希望提高保護(hù)監(jiān)測(cè)的效率，”生態(tài)學(xué)和進(jìn)化生物學(xué)教授克羅爾說。“我們進(jìn)行這些保護(hù)干預(yù)措施，例如從島上移除入侵物種，但持續(xù)監(jiān)測(cè)以跟蹤干預(yù)后海鳥種群如何恢復(fù)是昂貴的。人工智能工具可以幫助我們實(shí)現(xiàn)自動(dòng)化。”

自動(dòng)聲學(xué)傳感器可以在嵌套位置一次記錄數(shù)周或數(shù)月的聲音。然后就是在數(shù)千小時(shí)的錄音中找到感興趣的物種所發(fā)出的呼叫。最初，研究人員使用傳統(tǒng)的模式匹配工具來分析聲學(xué)數(shù)據(jù)，但他們發(fā)現(xiàn)機(jī)器學(xué)習(xí)提供了更強(qiáng)大的方法。

“通過使用深度學(xué)習(xí)技術(shù)，我們的表現(xiàn)得到了極大的改善，”聯(lián)合創(chuàng)始人Matthew McKown說道，他在Croll實(shí)驗(yàn)室擔(dān)任博士后研究員，現(xiàn)在擔(dān)任Conservation Metrics的首席執(zhí)行官。

該公司的聲學(xué)監(jiān)測(cè)項(xiàng)目包括對(duì)非洲森林大象和稀有蝙蝠的研究，在老齡紅木林中筑巢的瀕危大理石小屋，甚至與夏威夷的研究人員合作，探測(cè)鳥類與電力線的碰撞，以便更準(zhǔn)確地評(píng)估它們發(fā)生的頻率。該公司也開始從聲學(xué)監(jiān)測(cè)擴(kuò)展到圖像分析，就像杜克大學(xué)的研究人員使用無人機(jī)圖像計(jì)算Olive Ridley海龜離開哥斯達(dá)黎加筑巢海灘的項(xiàng)目一樣。

McKown說，對(duì)這些工具的需求正在快速增長。“當(dāng)我們開始時(shí)，除了幾個(gè)學(xué)術(shù)實(shí)驗(yàn)室之外，我們是唯一知道將機(jī)器學(xué)習(xí)應(yīng)用于保護(hù)監(jiān)測(cè)數(shù)據(jù)的人?，F(xiàn)在它已經(jīng)爆炸了。”

越來越多的研究人員正在使用無人機(jī)來獲取生態(tài)系統(tǒng)的航空?qǐng)D像，并使用人工智能算法來分析這些圖像。研究生羅斯戴維森在他對(duì)沿海濕地的研究中使用這種方法。信用：由Ross Davison提供

長期監(jiān)測(cè)

在加州大學(xué)圣克魯茲分校，研究人員正在開發(fā)和應(yīng)用涉及機(jī)器學(xué)習(xí)的技術(shù)，涉及廣泛的保護(hù)相關(guān)項(xiàng)目。生態(tài)學(xué)和進(jìn)化生物學(xué)教授Peter Raimondi剛剛開始評(píng)估人工授精有助于長期監(jiān)測(cè)潮間帶生態(tài)系統(tǒng)的潛力。近30年來，他一直監(jiān)督北美西海岸從巴哈到阿拉斯加的潮間帶調(diào)查。傳統(tǒng)方法涉及研究人員團(tuán)隊(duì)在已建立的地點(diǎn)進(jìn)行重復(fù)采樣，他們?cè)诰W(wǎng)格上精心識(shí)別和計(jì)算每個(gè)物種。

Raimondi說：“一直困擾研究人員進(jìn)行這種調(diào)查工作的問題是，當(dāng)我們只抽取總面積的一小部分時(shí)，我們是否真正捕捉到所有的多樣性。” “現(xiàn)在我們開始在這些站點(diǎn)上飛行無人機(jī)以捕獲航拍圖像，然后我們將看到我們是否可以訓(xùn)練算法來識(shí)別這些圖像中的物種。”

該過程始于已經(jīng)由地面人員采樣的站點(diǎn)的航拍圖像。這些數(shù)據(jù)用于訓(xùn)練深度學(xué)習(xí)算法以識(shí)別圖像中的物種。這個(gè)迭代訓(xùn)練過程需要大量數(shù)據(jù)，但如果算法足夠準(zhǔn)確，那么無人機(jī)可用于調(diào)查比實(shí)際人員實(shí)際調(diào)查的區(qū)域更大的區(qū)域。

“它具有真正的潛力，”雷蒙迪說。“我們有資金在加利福尼亞州這樣做，我們希望在整個(gè)西海岸都這樣做。我們知道如果你試圖將它們應(yīng)用得太廣泛，算法效果不好，所以我們無法用來自海岸，然后把它帶到俄勒岡州 - 你必須進(jìn)行局部校準(zhǔn)。所以我們總是需要人們?cè)诘孛嫔线M(jìn)行采樣，但我們可以自動(dòng)化很多。“

羅斯戴維森是沿?？茖W(xué)與政策項(xiàng)目的研究生，他在沿海濕地的研究中也使用了無人機(jī)和機(jī)器學(xué)習(xí)的航拍圖像。“這些算法非常適用于繪制植被和水淹，”他說。“我們希望將它用于從最初的生物量評(píng)估和物種劃分到最終甚至是植物健康評(píng)估的所有內(nèi)容。”

他說，隨著氣候變化推動(dòng)濕地和其他動(dòng)態(tài)生態(tài)系統(tǒng)的變化，快速收集此類信息的能力對(duì)于制定有效的管理策略將變得越來越重要。航空成像和機(jī)器學(xué)習(xí)的結(jié)合有可能節(jié)省大量的時(shí)間和精力。

“這種分析可以解決很多障礙。這就是我們感到興奮的事情，”戴維森說。

研究生尼古拉斯·馬西亞斯(Nicholas Macias)正在溪流中部署自動(dòng)攝像系統(tǒng)，以監(jiān)測(cè)下游漂移的昆蟲，使用人工智能分析系統(tǒng)獲取的大量圖像。圖片來源：Nicholas Macias

沒有銀彈

McKown說他經(jīng)常被野外生物學(xué)家問到他是否試圖用技術(shù)取而代之，但野外工作仍然是這個(gè)過程的重要組成部分。“你必須讓現(xiàn)場(chǎng)人員能夠解釋結(jié)果，”他說。“這不是一個(gè)靈丹妙藥。像任何工具一樣，你必須了解如何將它融入你的項(xiàng)目中。我們總是有一個(gè)人在循環(huán)中，一個(gè)從計(jì)算機(jī)預(yù)測(cè)中抽樣的分析師，以了解它的表現(xiàn)。”

潛在應(yīng)用范圍不斷擴(kuò)大。Andrew Port是巴斯金工程學(xué)院Roberto Manduchi教授計(jì)算機(jī)視覺實(shí)驗(yàn)室的計(jì)算機(jī)工程研究生，他一直與保護(hù)組織Rare在中美洲的可持續(xù)漁業(yè)項(xiàng)目上合作。在那里，面臨的挑戰(zhàn)是確認(rèn)魚類的來源，以確保它們是根據(jù)旨在保護(hù)某些區(qū)域的協(xié)議捕獲的。漁民說他們只是通過觀察它就能看出魚被捕的地方，研究表明，有些物種的形狀略有不同，這取決于它們來自哪個(gè)珊瑚礁區(qū)域。

“當(dāng)時(shí)的問題是開發(fā)一種自動(dòng)化系統(tǒng)，就像手機(jī)應(yīng)用程序一樣，與漁民的直覺一樣好，”Port說。“新型手機(jī)的芯片設(shè)計(jì)用于進(jìn)行這些類型的計(jì)算。所有這些都是計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)的巨大進(jìn)步。”

Port還與UCSC生態(tài)學(xué)和進(jìn)化生物學(xué)研究生Nicholas Macias合作，他正在溪流中部署一個(gè)攝像系統(tǒng)來監(jiān)測(cè)向下游漂移的昆蟲。目標(biāo)是衡量魚類捕食的可用性及其隨時(shí)間的變化。該系統(tǒng)可以在一小時(shí)內(nèi)獲得30,000張圖像，這只是AI可以幫助的數(shù)據(jù)分析挑戰(zhàn)。

“他開發(fā)了一種非常有效的方法來拍攝漂浮在溪流中的昆蟲，”波特說。“我一直在與他合作開發(fā)一種深度學(xué)習(xí)模型，可以區(qū)分照片中不同種類的昆蟲。”

Port在Manduchi實(shí)驗(yàn)室的工作重點(diǎn)是為有視力障礙的人提供輔助技術(shù)。他與Rare的關(guān)系來自Vikram Sahai，他是一名在Google工作了15年的UCSC基金會(huì)受托人。

“我離開了這個(gè)有趣的項(xiàng)目的想法，我可以利用我的大數(shù)據(jù)和機(jī)器學(xué)習(xí)的背景來幫助保護(hù)組織，”Sahai說。“通常，該領(lǐng)域的從業(yè)者不知道什么技術(shù)可以為他們做什么，我不知道他們需要解決什么問題。”

在與Rare的首席執(zhí)行官會(huì)面后，Sahai訪問了他們的辦公室，了解他們的工作，并確定了一些可能受益于技術(shù)創(chuàng)新的項(xiàng)目。他說他一直在尋找機(jī)會(huì)讓UCSC學(xué)生參與其中。“關(guān)于加州大學(xué)圣克魯茲分校的一件事是，學(xué)生們非常了解環(huán)境挑戰(zhàn)，他們希望從事有意義的項(xiàng)目，”薩海說。

Sahai還是Wildlife Insights的顧問，Wildlife Insights是一個(gè)處理由Google，Conservation International和其他組織合作開發(fā)的野生動(dòng)物相機(jī)陷阱圖像的新平臺(tái)。微軟的AI for Earth是一個(gè)類似的計(jì)劃，致力于將云服務(wù)和AI工具交給那些致力于解決全球環(huán)境挑戰(zhàn)的人。(保護(hù)指標(biāo)是AI為地球資助的團(tuán)體之一。)

“在保護(hù)空間，發(fā)生的事情是相機(jī)的成本下降，并且通過深入學(xué)習(xí)我們更擅長處理圖像和視頻，所以現(xiàn)在部署大量相機(jī)陷阱或攝像機(jī)并處理相對(duì)便宜通過機(jī)器學(xué)習(xí)數(shù)據(jù)，“Sahai解釋道。“環(huán)保主義者收集所有這些圖像，但是要經(jīng)歷并分析它們都非常耗時(shí)?，F(xiàn)在我們可以自動(dòng)化處理，所有這些數(shù)據(jù)都可以在云端，這真正使他們能夠與其他研究人員共享并傳播結(jié)果“。

McKown說，他很高興看到這方面有如此多的創(chuàng)新。“很高興看到，我很高興能夠了解其他人如何處理這些相同的問題，”他說。

在加州大學(xué)圣克魯茲分校，研究人員還在天文學(xué)和基因組學(xué)等領(lǐng)域應(yīng)用人工智能工具。但是Port說他對(duì)生態(tài)學(xué)家的興趣感到震驚。“我注意到了生態(tài)社區(qū)的真正需求，因?yàn)樗麄冇泻芏啾O(jiān)控任務(wù)，而且這些模型非常適合這種情況，”他說。

天文學(xué)和天體物理學(xué)教授Xavier Prochaska共同創(chuàng)立了一個(gè)校園范圍內(nèi)的應(yīng)用人工智能計(jì)劃，旨在將所有部門中參與人工智能的教師和學(xué)生聚集在一起。

“一個(gè)關(guān)鍵的目標(biāo)是讓教師們跨學(xué)科交流并分享想法，”Prochaska說。“我們開始了一個(gè)研討會(huì)系列，并為學(xué)生提供教程。機(jī)器學(xué)習(xí)是一個(gè)快速發(fā)展的領(lǐng)域，建立一個(gè)跨學(xué)科的社區(qū)將幫助我們保持在最前沿。”