对全世界热爱动物和投身于动物保护事业的人们而言,今天是一个特殊的日子——“世界动物日(World Animal Day)”。在每年的10月4日及前后,大家都会聚在一起,通过各种形式的活动,号召所有人团结起来,维护动物福祉和权利。
之所以要号召人类保护动物,一方面是因为,它们对生态平衡和人类生存环境的可持续发展起着不可或缺的作用,但更重要的原因或许是,动物和我们一样有着知觉能力,比如能感到喜悦和痛苦。随着人类行为对动物的影响日益加剧,基于同情心和道德感,我们都有责任努力改善它们的生存状态。
自世界动物日于1925年首次设立至今,关怀、尊重动物的理念也获得了越来越多的认同,也有越来越多的人开始努力为动物们(也是为人类自己)创造一个更美好的未来。近年来,数字技术正在保护动物和改善动物福利的工作中“崭露头角”。例如,从监测种群活动到提高健康水平,Google的开源机器学习平台TensorFlow,就成为了人们解决问题的“好帮手”。
监测海牛种群 保护海牛栖息地
因为密集航运、水产捕捞、海洋开发等人类活动,有多达23%的海洋哺乳动物正面临着灭绝的威胁,海牛就是其中之一。
红圈处即为航拍图像中观测到的海牛
保护海牛的第一步是通过追踪它们的活动,掌握它们的数量、大小和所处位置。然而,长期以来,研究人员仍然在用十分简单和原始的方式监测海牛种群——乘坐小型飞机观察海面。毫无疑问,这是一种危险、耗时间、高成本的工作方式。
在无人机和机器学习技术的帮助下,在澳大利亚莫道克大学工作的Amanda Hodgson博士改变了这项工作的现状:先让无人机代替研究人员进行实地观测,拍摄高清航拍照片,然后,通过TensorFlow开发出一款探测器,可以自动扫描收集来的大量航拍图像,寻找海牛们的身影。
显然,这款探测器能够节省大量进行枯燥、艰难的识别工作的时间,提高了研究的效率。利用种群数据,人们可以更好地评估人类活动对海牛们的影响,并采取行动保护那些新发现的海牛栖息地。
识别濒危鸟类
人类在世界各地建立了各种各样的野生动物保护区。为了提高动物保护工作的质量,让这些保护区能够更好地运转下去,需要对其中的动物“居民”们的“日常生活”有清晰、准确的认知。然而,有为数众多的野生动物因体积小、行踪“诡秘”、数量稀少等原因而难以被发现。
新西兰的鸟类保护区“Zealenia“里的三种小鸟,Hihi、Tīeke和Kākāriki就是这样的生物。为了更好地掌握它们在保护区中的位置和活动轨迹,需要肉眼观测之外的其它方法。为此,新西兰惠灵顿维多利亚大学的博士生Victor Anton花了三年的时间,在保护区内的50个地点录制了数万条鸟鸣录音。
如何从规模如此庞大的音频数据中找到真正有价值的信息?Victor Anton和他的团队训练了一个基于TensorFlow的机器学习系统,它可以把音频分割成若干个几分钟长的片段,将每段转换为声谱图,然后用深度卷积神经网络处理每个时间跨度不到一秒钟的声谱图块,再用递归神经网络将这些图块重新组合,判断出这三种鸟类中的哪种的叫声出现在了这一录音片段中,如下图所示:
通过分析识别结果,科学家们可以更全面地把握这些鸟类在保护区内的生存状况。
改善奶牛健康 提供健康建议
保护动物,不只是保护野生动物。即使是被饲养的用于食用、畜力或研究的动物,也不应被随意、残忍地对待。著名的《动物福利普世宣言》(Universal Declaration on Animal Welfare)就指出,其原则适用于“野生动物”、“依人动物”、“为食物、产制品、或劳力而饲养的动物”、“同伴动物”、“用于运动与娱乐的动物”和“科学研究中的活体动物”这六大类动物。
为了提高农场中奶牛的健康水平,在荷兰工作的的Saad Ansari和Yasir Khokhar开发了一款名为“Ida”的应用程序,在基于TensorFlow的机器学习模型的驱动下,它可以利用奶牛身上的可穿戴设备返回的信息(涵盖体温和进食、饮水、行走、睡眠等日常活动),评估它们的健康状况,检测出跛行、消化系统疾病等问题,及时地提醒农场主并给出保持奶牛健康的建议。
Google所做的帮助动物们的工作不止于为他人提供技术工具。从与动物保护组织合作,创建由云计算和AI赋能的,可自动识别图像中出现的物种,并帮助研究人员们进行数据可视化的的野生动物保护平台Wildlife Insights,再到与美国和加拿大的海洋部门合作,运用深度神经网络识别虎鲸和座头鲸的声音,追踪它们在聚集海域的活动,可以说,Google已经成为动物保护的全球大家庭中的重要一份子。从身边的小事做起,我们每个人也都可以为动物保护做出自己的贡献。
作者:张伟_比特网
原文链接:http://ai.chinabyte.com/90/715641590.shtml
转载请注明:www.ainoob.cn » 世界动物日 当动物保护遇上机器学习