每年都有成千上萬(wàn)的動(dòng)物，包括大象，老虎，犀牛和大猩猩。南加州大學(xué)人類智能社會(huì)中心的研究人員長(zhǎng)期以來(lái)一直在應(yīng)用AI來(lái)保護(hù)野生動(dòng)物。最初，計(jì)算機(jī)科學(xué)家正在使用人工智能和博弈論來(lái)預(yù)測(cè)偷獵者的困擾，現(xiàn)在他們已經(jīng)應(yīng)用人工智能和深度學(xué)習(xí)來(lái)近乎實(shí)時(shí)地發(fā)現(xiàn)偷獵者。

偷獵者通常在晚上活躍。雖然使用諸如紅外攝像機(jī)之類的工具來(lái)監(jiān)視生物體，但是由于它們正在捕獵的偷獵者和動(dòng)物都散發(fā)熱量，因此整夜監(jiān)視偷獵者的紅外視頻流是耗時(shí)且具有挑戰(zhàn)性的。因此，由USC Viterbi工程學(xué)院博士生Elizabeth Bondi領(lǐng)導(dǎo)的計(jì)算機(jī)科學(xué)家團(tuán)隊(duì)在Milind Tambe教授的實(shí)驗(yàn)室中使用他們開(kāi)發(fā)的標(biāo)記工具在紅外視頻中標(biāo)記了18萬(wàn)人和動(dòng)物，以加快這一過(guò)程。研究人員使用這些標(biāo)記圖像并利用他們修改的現(xiàn)有深度學(xué)習(xí)算法(稱為更快的RCNN)來(lái)教導(dǎo)計(jì)算機(jī)自動(dòng)區(qū)分人類的紅外圖像和動(dòng)物的紅外圖像。

接下來(lái)的挑戰(zhàn)是使用現(xiàn)場(chǎng)基站的筆記本電腦，近乎實(shí)時(shí)地發(fā)現(xiàn)偷獵者，從那里用來(lái)巡邏津巴布韋和馬拉維國(guó)家公園的無(wú)人機(jī)播放視頻。該算法在準(zhǔn)確運(yùn)行的同時(shí)，需要10秒鐘來(lái)處理每張圖像 - 這對(duì)于移動(dòng)的車輛來(lái)說(shuō)太長(zhǎng)了。然后我們的目標(biāo)是進(jìn)一步修改算法，以便普通筆記本電腦可以使用它。研究人員隨后將算法更改為與Microsoft Azure一起使用 - 利用云的強(qiáng)大功能構(gòu)建可以加快處理速度的虛擬計(jì)算機(jī)。研究人員還為農(nóng)村地區(qū)的斑點(diǎn)互聯(lián)開(kāi)發(fā)了一種替代解決方案，因此該軟件可以在筆記本電腦上運(yùn)行。

該算法現(xiàn)在名為“SPOT”或Systematic POacher deTector，將在博茨瓦納大規(guī)模部署。

南加州大學(xué)計(jì)算機(jī)科學(xué)博士候選人伊麗莎白邦迪說(shuō)：“SPOT將通過(guò)自動(dòng)檢測(cè)紅外圖像中的人和動(dòng)物以及近乎實(shí)時(shí)地提供檢測(cè)來(lái)減輕使用無(wú)人機(jī)進(jìn)行反偷獵的負(fù)擔(dān)。”