李杉 編譯自 NewScientist
春天來了, 萬物復蘇。 在坦尚尼亞西北部的塞倫蓋蒂大草原上, 電腦們正在履行它們的職責:用機器學習演算法識別不同物種,
以後的《動物世界》大概就是這樣的了。
懷俄明大學的Jeff Clune、Mohammed Sadegh Norouzzadeh和哈佛大學、牛津大學、明尼蘇達大學的研究人員一起, 訓練深度學習系統區分了48種動物, 包括大象、長頸鹿和瞪羚。
在測試過程中, 這種演算法識別物種的準確率高達92%。 他們使用的資料集包含320萬張野生動物圖片, 在坦尚尼亞塞倫蓋蒂國家公園由隱藏式相機拍攝。
偷拍野生動物的照片, 對於研究人員來說早就已經沒有難度。
△ 被偷拍的野生動物
他們使用的照相機可以利用熱量和動作等觸發因素, 自動拍攝周圍動物的照片。 參與該專案的牛津大學研究人員Ali Swanson表示, 通過這種方式, 生態學家得以拍攝數以百萬計的照片用於研究, 但人類通常需要手動為這些照片添加標籤。 如果演算法能夠對其中部分照片進行歸類, 就可以節省大量時間。
2010年, Swanson在塞倫蓋蒂安裝了225台相機,
“在人工智慧和機器學習領域, 當今最困難的事情之一就是製作一個優秀的大型標籤化資料集。 ”Clune說。
他的團隊首先教給神經網路識別某張照片中是否包含動物, 事實上, 在那裡拍攝的照片75%都沒有動物。 研究人員之後還會訓練其識別不同物種。
Clune表示, 在識別資料集中常見的動物時, 這套系統的表現好得多, 但在識別非洲艾鼬等較為罕見的物種時卻會遇到麻煩, 因為這種動物在資料集裡只出現過幾十次。
Clune表示, 該系統可以用來對多數照片進行歸類, 剩餘那些不確定的內容可以交由研究人員來處理。
“這太讓人興奮了。 ”倫敦動物學會的Chris Carbone說。 他表示, 自動識別物種可以幫助我們更多地瞭解物種分佈, 更好地理解人類對它們產生的影響。
Swanson表示, 一套理想的系統可以在動物經過鏡頭時提供即時追蹤信息, 但挑戰在於如何將設備上的資料即時上傳送給分析系統, 而不是像現在這樣利用SD卡進行存儲, 等待研究人員實地調取。
還有一個難點在於, 土狼和大象喜歡破壞相機, 所以必須將其存放在堅硬的塑膠盒裡, 沒有任何空間來安裝資料傳輸所需的天線。 “如果在相機上安裝天線,根本用不了多久。”Swanson說,“很快就會有動物把它嚼碎。”
論文地址:https://arxiv.org/abs/1703.05830
今天AI界還有哪些事值得關注?今天”,看我們全網搜羅的AI行業和研究動態。筆芯❤~
qbitbot,如果你研究或者從事AI領域,小助手會把你帶入量子位的交流群裡。“如果在相機上安裝天線,根本用不了多久。”Swanson說,“很快就會有動物把它嚼碎。”
論文地址:https://arxiv.org/abs/1703.05830
今天AI界還有哪些事值得關注?今天”,看我們全網搜羅的AI行業和研究動態。筆芯❤~
qbitbot,如果你研究或者從事AI領域,小助手會把你帶入量子位的交流群裡。