图源Pexels
这项技术已经在三个地点进行了测试，成功捕捉到了各种动物的声音和图像，并由计算机进行分析和定位。从鸟类的叫声中识别出了数十种不同的鸟类，狐狸、鹿、刺猬到蝙蝠等动物也被准确地识别出来，并且这一过程不需要人类观察员的参与。
伦敦动物学会（ZSL）的保护专家安东尼・丹瑟称，“我们从这些测试地点收集了数万个数据文件和数千小时的音频，并从中发现了各种动物。如果使用人类观察员，我们无法做到这样的规模，只有人工智能才让这成为可能。”
IT之家注意到，项目选择了三个位于铁路旁边的测试地点，分别是伦敦的巴恩斯、特威克纳姆和刘易斯汉姆。这些地区属于英国铁路（Network Rail）所有，英国铁路在项目中发挥了重要作用。这些地区都有围栏防止人们误入铁轨，并且很少有维修人员进入。英国铁路拥有超过5.2万公顷的土地，其中许多地区在保护国家生物多样性方面发挥着重要作用。
ZSL和英国铁路计划将人工智能监测器的使用扩展到其他地区，包括萨里的乔巴姆和新森林。“在我们已经测试过的地点，我们发现了超过30种鸟类和6种蝙蝠，以及狐狸和刺猬等动物的迹象，所以我们对伦敦发现的相对健康的野生动物水平感到惊喜，”丹瑟说，“然而，这并不是我们项目的主要目的。我们的目标是展示人工智能主导的技术，结合声学和相机陷阱可以有效地调查英国铁路土地上的野生动物，但也可以在英国其他地区调查。这将告诉我们物种如何应对气候变化，以及我们应该如何管理植被，不仅仅是在铁路旁边，还有在道路边缘和其他地方。”丹瑟说，机器学习和人工智能将对保护生物多样性至关重要。
通过分析数万小时的录音和数十万张
图片，机器学习技术将在保护生物多样性方面起到关键作用，提供更准确的数据支持。
