科学家开发了一种人工智能 (AI) 系统，该系统可以自动识别，计数和描述自然栖息地中的动物。然后，可以通过深度神经网络自动描述由运动传感器相机自动收集的照片。其结果是，该系统可以自动识别多达99.3的图像，同时仍以众包的人类志愿者团队的96.6准确率执行。“这项技术使我们能够准确，不引人注目且廉价地收集野生动植物数据，这可能有助于促进生态学、野生动物生物学、动物学、保护生物学和动物行为等许多领域向 '大数据' 科学的转变，“ 美国怀俄明大学副教授杰夫·克伦说。“这将大大提高我们研究和保护野生动物和珍贵生态系统的能力，” Clune说。深度神经网络是一种计算智能的形式，其灵感来自动物大脑如何看待和理解世界。他们需要大量的训练数据才能很好地工作，并且数据必须准确标记。这项研究从快照塞伦盖蒂获得了必要的数据，一个公民科学项目在坦桑尼亚部署了大量 “相机陷阱” (运动传感器相机)，收集了数百万动物在其自然栖息地的图像，如狮子、豹子、猎豹和大象。要求由人类志愿者组成的众包团队手动标记每个图像。该研究利用了50,000多名人类志愿者在过去几年中以这种方式产生的320万个标记图像。“人工智能系统不仅可以告诉您存在48种不同动物中的哪一种动物，还可以告诉您有多少种动物以及它们在做什么。它会告诉您他们是否在吃饭，睡觉，是否有婴儿等。”美国哈佛大学的玛格丽特·科斯马拉 (Margaret Kosmala) 说。“我们估计，我们描述的深度学习技术管道将为每个额外的300万图像节省超过八年的人类标记工作。这是很多宝贵的志愿者时间，可以重新部署以帮助其他项目。”Kosmala说。
