6日消息，據(jù)美國媒體報道，人工智能不是只有語音助手和自動駕駛汽車。美國奧本大學、哈佛大學、牛津大學、明尼蘇達州立大學和懷俄明州立大學的研究人員開發(fā)了一種可以識別、描述并計算野生動物數(shù)量的機器學習算法，準確率達到了96.6%。

他們在2017年11月撰寫了一篇論文，本周美國國家科學院院刊PNAS刊發(fā)了此論文。

懷俄明州立大學的副教授、Uber人工智能實驗室高級研究經(jīng)理和論文的高級作者杰夫·克魯尼稱：“這項技術可讓我們精確、不顯眼和低成本地收集野生動物數(shù)據(jù)，有助于將很多生態(tài)學、野生動物學、動物學、生物保護學和動物行為學的領域轉變?yōu)榇髷?shù)據(jù)科學，這將大大提高我們研究和保護野生動物及生態(tài)系統(tǒng)的能力。”

研究人員利用Zooniverse.org的大眾科普項目Snapshot Serengeti的320萬個圖片及圖像訓練這種電腦視覺算法。

Snapshot Serengeti項目通過招聘自愿者收集大象、長頸鹿、羚羊、獅子、獵豹和其他動物在自然棲息地的圖像照片。超過5萬自愿者使用225架野外相機為項目收集圖像照片。該工作以人工智能不斷增長的一個研究領域：動物監(jiān)測為基礎建立起來。