根据世界野生动物基金会的资料，自1970年代以来，脊椎动物的数量平均减少了60％。联合国最近的一项全球评估发现，我们正面临灭绝一百万种物种的危险，其中许多物种可能在未来十年内灭绝。 

为了更好地保护野生动植物，由国际保护组织领导的七个组织和Google使用了由运动激活的相机（称为相机陷阱）拍摄的照片，绘制了超过450万只野生动物的地图。这些照片都是Wildlife Insights的一部分，Wildlife Insights是一个基于AI的基于Google Cloud的平台，可通过加快相机陷阱照片的分析速度来简化保护监控。

借助照片和汇总数据供全世界查看，人们可以改变保护区的管理方式，增强当地社区的保护能力，并向保护主义者和决策者提供最佳数据。

从大量数据中找出洞察力

相机陷阱可帮助研究人员评估野生动植物物种的健康状况，尤其是那些隐居的和稀有的物种。在全球范围内，生物学家和土地管理人员在森林和荒野地区放置了可触发运动的照相机来监视物种，每年可捕获数百万张照片。 

但是，当您要整理数百万种野生动植物自拍照时，您会怎么做？最重要的是，您如何快速处理难以找到动物的照片，例如当动物处于黑暗中或躲在灌木丛中时？而且，由于照相机陷阱是由风中的草等元素触发的，您如何快速对多达80％完全没有野生动植物的照片进行分类呢？

处理所有这些照片不仅费时费力。几十年来，最大的挑战之一就是简单地收集它们。如今，数以百万计的相机陷阱照片在全球个人和组织的硬盘驱动器和光盘上变得废。

用AI照亮自然世界

有了Wildlife Insights，拥有相机陷阱照片的保护科学家现在可以将其图像上传到Google Cloud，并在这些图像上运行Google的物种识别AI模型，与其他人协作，在地图上可视化野生生物，并深入了解物种种群健康。

它是世界上最大，最多样化的公共相机陷阱数据库，使人们可以浏览数百万个相机陷阱图像，并按物种，国家和年份过滤图像。

平均而言，人类专家每小时可以标记300至1,000张图像。借助  Google AI平台预测功能，Wildlife Insights可以将相同的图像分类速度提高3,000倍，每小时可分析360万张照片。为了实现这一点，我们训练了一个AI模型，可以使用Google的开源TensorFlow框架自动对图像中的物种进行分类。 

尽管物种识别对于AI来说可能是一项艰巨的任务，但在经过Google的AI模型训练的614种物种中，美洲虎，白唇野兽和非洲象等物种的正确预测概率为80％至98.6％。最重要的是，系统会自动删除以高置信度检测到的不含动物的图像，这使生物学家可以进行科学研究，而不必看着空荡荡的草丛图像。 

有了这些数据，保护区或反偷猎计划的管理者就可以评估特定物种的健康状况，地方政府可以利用这些数据为政策提供信息并制定保护措施。 

在为时已晚之前采取行动

多亏了先进技术，数据共享，合作伙伴关系和基于科学的分析技术的结合，我们才有机会扭转物种下降的趋势。

虽然我们才刚刚开始应用AI来通过现场传感器更好地了解野生动植物，但诸如Wildlife Insights之类的解决方案可以帮助我们保护地球，以便子孙后代可以生活在充满野生动植物的世界中。 

小编本身也是野生动物保护协会的志愿者，所以希望各位读者能善待动物，善待地球生态圈。

关注猎维科技每日分享最新技术干货和行业资讯