先来看一组数据。1890年，我国野生东北虎的种群数量为1200—2400只，1930年约为450只，40年间减少了75％。到20世纪80年代，我国野生东北虎已底子处于灭绝边际，仅14只左右，与1930年比较，减少了96％。
1890--2013年间我国野生东北虎种群改变趋势，数据来自《四川动物》
毫无疑问，野生东北虎的数量现已越来越少。除此之外，包含小熊猫、大熊猫、白颈长尾雉、金丝猴、白鹮等在内的珍稀动物都面临着灭绝的风险，假如咱们不对动物维护引起留意，或许在未来，越来越多的动物将成为珍稀动物。走运的是，跟着人工智能技能的开展，物种维护现已成了AI进入环境范畴的首要运用。
拿什么技能解救你，飞禽走兽
就在国际爱虎日，英特尔公司与国际天然基金会（WWF）宣告，两边将运用人工智能技能施行东北虎维护项目。实际上，越来越多的国家或安排开端运用人工智能技能维护野生动物。
1.任何不谈物种检测的物种维护，都是在耍流氓
物种检测最底子的做法是，经过运动传感摄像头主动拍摄，然后将这些相片输入到一个模仿人类视觉皮层神经元之间衔接形式的深层神经网络，终究用文字和数字对相片进行标示，比方什么动物，数量，性别，大致年纪，方位，邻近的其他动物等。因为每只动物都有自己的特征，越准确的标示越有利于真实堆集有用的数据。
来自奥本大学、哈佛大学、牛津大学、明尼苏达大学和怀俄明州大学的研讨人员开发了一种机器学习算法，能够辨认、描绘并计算野生动物的数量，准确率高达96.6%。该研讨召集了超越5万名志愿者，并作出了奉献。语料库收集了大象、长颈鹿、羚羊、狮子、猎豹和其他动物在天然栖息地的图画，对320万张图片进行了计算机视觉算法的练习。
这一研讨凭仗大众的力气，终究完成准确地、且低成本地收集野生动物数据，无疑值得学习。在物种检测的一起，更是完成了维护生物学以及动物行为科学等相关科学的“大数据”堆集。
值得一提的是，假如需求对某些陆地动物的运动轨道和活动范围进行检测，比方山君。最好是装置智能机器视觉处理设备，对动物的活动进行愈加精准的监测和数据收集。经过数据剖析辨认成百上千个摄像头的图画，追寻其前史运动轨道，终究对其进行准确的画像。
2.天上飞的水里游的，追寻运转轨道是底子的
说到对鱼类或是鸟类，总是避不开轨道追寻。维护海洋生物的问题在于，难以追溯，并且需求对海洋环境，酸碱性，所在航道宽度有了解。Wildbook是一个致力于维护海洋生物的软件，它不只能够从人工手动上传的动物相片中接纳数据，还能够查找图画和视频，乃至检查可能对它的学习有用的全部媒体。
这种深度学习方法使它能够在不同的图画中找到相同的准确动物，协助研讨人员更准确地运用有关动物健康，饮食习惯，打猎形式，种群巨细和潜在偷猎者活动的数据。
在上面智能相对论（aixdlun）剖析师雷宇说到，群策群力调集大众的力气会快速堆集数据。在数据难以获取的范畴，尤为显着。康奈尔学院和康奈尔鸟类学实验室联手，研制出了一个叫做 eBird 的运用程序，现已具有超越30万志愿者供给的3亿多个查询数据。为了确保成果的准确性，研讨者将 eBird 收集的数据与实验室查询数据以及从遥感网络收集的物种散布信息结合起来，终究机器学习便能猜测某些品种栖息地的改变，以及鸟类迁徙途径。
白肚燕迁徙图，可猜测各地区的的种群改变
其实对物种轨道的追寻，其含义不只在其自身的维护，更重要的是能够衡量气候改变对野生动物的影响，为科学家供给有关气候改变怎么影响动物种群的名贵信息。
3.偷猎者放不下手中的枪，AI只能与他正面刚
在数千平方千米的面积上，仅靠人力找到每个偷猎者底子不可能。即使是运用飞机巡查，靠直升机或在动物行进路线上架起开麦拉来侦查也不可，开麦拉只能记载单一方位的数量，直升机又太贵并且因为地上隐蔽性太强，很难在工作发作之前就完成对其的精准捕捉。而一些赤贫的当地，因为政府往往无暇维护动物，更是偷猎者的天堂。
一般人难以区别野生动物，植物，灌木
南加州大学工程和计算机科学教授 Milind Tambe 博士带领小组对防盗窃进行了研讨，他们称这项技能为野生动物安全帮手（Protection Assistant for Wildlife Security，PAWS）。
他们的数据来历首要参阅两种信息：曩昔哪里有状况以及哪个区域需求额定的维护。经过对这些数据的堆集，对未来的突击地址做出更准确的猜测，终究决议在哪些当地加强防护。
这就低成本的完成了运用人工智能避免捕猎，具有广泛的运用含义。初度之外，还能够运用声响来制作偷猎者枪声的所在方位的地图，运用无人机装备红外拍摄仪巡查等。 因为人工智能是呼应式的，因而它会依据对手和它们的行为不断改进。一方面是猜测对方行为，另一方面是据此调整己方战略，跟着数据的堆集越来越多，就越能完成在盗猎者盗猎前的准确捕捉。
AI无限好，问题也不少
从上面的这些技能的运用中，咱们也能够发现，它仍然存在不少的问题。
1.动物维护数据多是用户上传，质量难以确保
数据问题在人工智能与任何职业或技能结合的时分都会呈现，可是动物维护的数据问题，针对不同的物种，会呈现天壤之别的成果。要么太多，要么太少，罕见刚刚好。实际上咱们都知道在机器学习中，数据并不是越多越好，机器学习会呈现数据过拟合的状况。正确的说法是有用的数据越多越好，以一种收集鸟类的声响的研讨为例，数据多而杂，一般都是2000多小时以上的数据，其间包含其它鸟类的声响，风声雨声落叶声等等，一般难以完成鸟声别离。
而在对鱼类进行追寻学习的时分，常常会呈现数据不行的困境，因为数据包含海岸线宽度，水的酸碱度，水温等不易获取的数据。因为对动物的郊野查询十分消耗时刻，因而许多研讨均鼓舞用户或是志愿者上传数据。这尽管提高了数据收集功率，但也导致数据质量良莠不齐。
机器学习一向存在所谓的“黑箱”，一些不良的数据将会使机器向哪方面开展呢？
2.AI是一门技能，盗猎者也能研讨
喜剧电影为了戏剧性，常常塑造出蠢贼的形象。现实生活当然也有，但咱们应该知道，偷猎者许多不只不蠢反倒极端灵敏，他们心狠手辣经验丰富。还有一些人，只是是以打猎为乐，他们有钱有闲，纯粹是图爷快乐。这批人并没有咱们幻想得那么好抵挡。
咱们对AI维护动物的研讨一方面是对其自身的追寻维护，另一种是与偷猎者奋斗，而这通常是树立在偷猎者仍然不凭借高科技手法的基础上，可能一些蠢贼和蠢人简单被鉴别。但咱们别忘了，AI是一门技能，当咱们在研讨AI维护动物的时分，偷猎者同样在研讨AI损伤动物。
偷猎者不只有点聪明还有点张狂，他们也树立论坛沟通偷猎心得，依据不同的方法分为若干个子栏目，尤其是沟通区更将捕杀野生动物的进程进行了记载，还顺便相片。咱们怎么能确保具有这种偷猎嗜好的没有机器学习专家，未来的偷猎与反偷猎，很可能上升到人工智能与人工智能的对决。
在运用AI维护动物上，假如咱们不树立切实可行的技能壁垒，很难说，偷猎者的野路子AI，会不会反而加快了动物灭绝。
定论
野生动物的维护，除了运用技能让他们适应得更好。还能够树立一个生态圈，完成完好的生态链。运用大数据去剖析，需求什么动物，什么植物，什么环境等等等，微软就曾企图这样维护海洋生物，究竟在相对密闭，相对可控的空间里，AI更能大展拳脚。一起，还能够经过对珍稀动物基因剖析，克隆乃至3D打印出新的个别等。
维护动物吧！究竟，搞不好哪一天人工智能造反了，动物还能念旧情成为咱们仅有的同盟军。
专栏作者投稿文章，不代表创业邦官方态度。动物人工智能技能
