6月6日消息，據(jù)美國媒體報(bào)道，人工智能不是只有語音助手和自動(dòng)駕駛汽車。美國奧本大學(xué)、哈佛大學(xué)、牛津大學(xué)、明尼蘇達(dá)州立大學(xué)和懷俄明州立大學(xué)的研究人員開發(fā)了一種可以識(shí)別、描述并計(jì)算野生動(dòng)物數(shù)量的機(jī)器學(xué)習(xí)算法，準(zhǔn)確率達(dá)到了96.6%。

　　他們?cè)?017年11月撰寫了一篇論文，本周美國國家科學(xué)院院刊PNAS刊發(fā)了此論文。懷俄明州立大學(xué)的副教授、Uber人工智能實(shí)驗(yàn)室高級(jí)研究經(jīng)理和論文的高級(jí)作者杰夫·克魯尼稱：“這項(xiàng)技術(shù)可讓我們精確、不顯眼和低成本地收集野生動(dòng)物數(shù)據(jù)，有助于將很多生態(tài)學(xué)、野生動(dòng)物學(xué)、動(dòng)物學(xué)、生物保護(hù)學(xué)和動(dòng)物行為學(xué)的領(lǐng)域轉(zhuǎn)變?yōu)榇髷?shù)據(jù)科學(xué)，這將大大提高我們研究和保護(hù)野生動(dòng)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(xiàng)目Snapshot Serengeti的320萬個(gè)圖片及圖像訓(xùn)練這種電腦視覺算法。Snapshot Serengeti項(xiàng)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(dòng)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(jī)為項(xiàng)目收集圖像照片。該工作以人工智能不斷增長的一個(gè)研究領(lǐng)域：動(dòng)物監(jiān)測為基礎(chǔ)建立起來。