通過“數(shù)一數(shù)”，人工智能幫助加快生態(tài)調(diào)查

洛桑聯(lián)邦理工學(xué)院、荷蘭皇家海洋研究所和瓦赫寧根大學(xué)與研究機(jī)構(gòu)的科學(xué)家們開發(fā)了一種新的深度學(xué)習(xí)模型，用于計算航拍照片中的海豹數(shù)量，比人工數(shù)數(shù)快得多。有了這種新方法，人們可以節(jié)省寶貴的時間和資源，用于進(jìn)一步研究和保護(hù)瀕危物種。

生態(tài)學(xué)家?guī)资陙硪恢痹诒O(jiān)測海豹種群，在此過程中建立了龐大的航拍照片庫。要想計算這些照片中的海豹數(shù)量，科學(xué)家需要花費(fèi)數(shù)小時。

今天，一個跨學(xué)科的研究團(tuán)隊已經(jīng)想出了一個更有效的方法來計算生態(tài)調(diào)查中的物體。在他們發(fā)表在《科學(xué)報告》上的研究中，他們使用一個深度學(xué)習(xí)模型來計算存檔照片中的海豹數(shù)量。他們的方法可以在不到一分鐘的時間內(nèi)完成100張圖片的計算，而人類專家則需要一個小時。更重要的是，他們的方法不僅有可能幫助處理新的照片，而且還有可能幫助處理那些由于缺乏時間而無法分析的老照片。

科學(xué)家的下一步將把類似的方法應(yīng)用于想難以到達(dá)的北極地區(qū)中拍攝的衛(wèi)星圖像，那里生活著幾個海豹種群，它們已被列入國際自然保護(hù)聯(lián)盟編制的瀕危物種紅色名錄中。

該研究論文題為"Counting using deep learning regression gives value to ecological surveys"，已發(fā)表在《科學(xué)報告》期刊上。

前瞻經(jīng)濟(jì)學(xué)人APP資訊組

參考資料：https://www.nature.com/articles/s41598-021-02387-9

標(biāo)簽： 人工智能 機(jī)器學(xué)習(xí) 海豹