6月6日消息，据美国媒体报道，人工智能不是只有语音助手和自动驾驶汽车。美国奥本大学、哈佛大学、牛津大学、明尼苏达州立大学和怀俄明州立大学的研究人员开发了一种可以识别、描述并计算野生动物数量的机器学习算法，准确率达到了96.6%。
他们在2017年11月撰写了一篇论文，本周美国国家科学院院刊PNAS刊发了此论文。怀俄明州立大学的副教授、Uber人工智能实验室高级研究经理和论文的高级作者杰夫·克鲁尼称：“这项技术可让我们精确、不显眼和低成本地收集野生动物数据，有助于将很多生态学、野生动物学、动物学、生物保护学和动物行为学的领域转变为大数据科学，这将大大提高我们研究和保护野生动物及生态系统的能力。”
研究人员利用Zooniverse.org的大众科普项目Snapshot Serengeti的320万个图片及图像训练这种电脑视觉算法。Snapshot Serengeti项目通过招聘自愿者收集大象、长颈鹿、羚羊、狮子、猎豹和其他动物在自然栖息地的图像照片。超过5万自愿者使用225架野外相机为项目收集图像照片。该工作以人工智能不断增长的一个研究领域：动物监测为基础建立起来。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。