瑞士研发出可以进行熊脸识别的人工智能
人工智能可以进行人脸识别，如今瑞士研发出一款能够进行“熊脸识别”的人工智能模型，可以在阿拉斯加荒野中追踪棕熊的行踪，为野生动物研究和自然保护带来全新工具。
相关内容
时事通讯：瑞士媒体里的中国
在阿拉斯加辨识棕熊、在阿尔卑斯山区追踪鹿群-一套在瑞士研发的人工智能技术，正在为物种保护打开新的视野。但即便如此，这些机器仍然离不开人类：离不开那些将一生投注在大自然中工作的科研人员。
在偏远的阿拉斯加荒野中、没有电和自来水的环境里，贝丝·罗森伯格(Beth Rosenberg)已经生活了整整二十年，她一直都在观察棕熊。这位阿拉斯加太平洋大学的生物学家和生态学家，如今可以仅凭头部和口鼻的形状，以及细小的伤疤或某些典型行为，分辨出不同的熊。
“有些熊习惯用固定的方式捕鱼；有些则特别爱和同伴玩耍。只要观察时间够长，每只熊的差异很快就会显现出来，”罗森伯格说。
如今，她把这些经验分享给一个人工智能模型。她与瑞士洛桑联邦理工学院的研究人员合作，训练了一套能够识别单只棕熊的人工智能系统。
这项训练基于罗森伯格多年积累的丰富专业知识，以及她在六年间在麦克尼尔河拍摄的数千张照片。每年，数百头棕熊都会聚集到这里，捕捉逆流而上的三文鱼。
研究这些大型掠食动物，对于理解它们生态系统的整体状况、以及判断物种如何应对气候变化，至关重要。但在偏远地区以非侵入式方式开展研究，一直是个巨大挑战，而这恰恰是人工智能能够发挥关键作用的地方。
“人工智能为我们更好理解野生动物和生态系统打开了大门，对自然保护和栖息地管理有着重要意义，”罗森伯格说。
通过鼻子和嘴识别棕熊
这套与洛桑联邦理工学院共同研发的人工智能模型，可以根据头部形状和侧面轮廓等身体特征，准确地识别麦克尼尔河沿岸的棕熊个体。
它能够将同一只熊在不同时间、不同地点拍摄的照片联系起来，从而在时间和空间上追踪这只熊的活动轨迹。
这个模型甚至还能识别出一只此前从未“见过”的熊。罗森伯格表示，这是前所未有的成果。
通过对大量影像资料进行分析，人工智能还可以帮助研究人员识别反复出现的情景，例如棕熊在哪里觅食、休息或活动，从而进一步系统地研究一只熊的行为。
“这让我们能更好地理解棕熊及其种群的动态，并对许多重要的生态学问题做出解释，”罗森伯格说。
不过，达到这一水平并不容易。因为与斑马或豹子不同，棕熊并没有明显的皮毛花纹。
这对所谓的计算机人工智能视觉系统来说尤其困难。这类人工智能技术需要模拟人类视觉，对图像和视频进行分析。
何况，棕熊的外貌在一年中变化极大：冬眠前体重可能增加一百多公斤，夏冬之间还会完全换毛。
“这些变化足以难倒那些经验最丰富的观察者，”罗森伯格说。
为了训练人工智能系统，她手动筛选并整理了将近一百多只棕熊的7.3万张照片，这些照片拍摄于不同天气、不同时间段、不同角度。
研究团队主要聚焦于熊的头部，寻找那些随时间变化相对稳定的特征，如口鼻的形状、眉弓结构、耳朵的位置以及整体轮廓。
“人工智能非常擅长识别重复出现的模式，”罗森伯格说：“但如果这种动物缺乏明显的区分特征，难度就会大得多。”
数据集的准备工作耗费了数年时间。罗森伯格在2018年联系了洛桑联邦理工学院脑心智研究所的助理教授亚历山大·马蒂斯(Alexander Mathis)，提出合作的想法。
“整个新冠疫情期间我们俩几乎都坐在电脑前，不停地编程，”她说。
在她看来，八年时间建立起来的数据集刚好足以让模型学会识别单只个体熊，“这也从一个侧面说明了人类大脑的复杂性，”她补充道。
下一步，这套系统将进行更大规模的测试，包括在其他地区；以及模型此前从未接触过的动物。
从阿拉斯加森林到瑞士阿尔卑斯山
罗森伯格认为，这一人工智能模型也有可能应用于其他口鼻特征明显的物种，比如狼和鹿-这些动物在瑞士阿尔卑斯山区也有。不过，将模型从一种环境迁移到另一种环境，本身就是一大挑战。
“在阿拉斯加训练的模型，很难指望它在瑞士表现同样出色，”洛桑联邦理工学院环境计算与地球观测实验室负责人德维斯·图亚(Devis Tuia)说。
图亚的团队已经开发出能够识别高山野生动物、并分析其行为的人工智能模型，所使用的数据来自自动相机拍摄的图片和视频。
但这一工作同样离不开大量人工操作，例如给数千张图片逐帧标注，并反复微调模型参数。
“人工智能并不是魔法，”图亚说：“模型的好坏，取决于训练数据的质量，而这又取决于人类投入了多少时间和精力。”
这段由洛桑联邦理工学院制作的视频，展示了人工智能如何识别两只经过瑞士格劳宾登州一台野生动物监控相机的鹿。
改善人与野生动物的共处方式
尽管存在这些困难，图亚依然认为这项技术蕴含着巨大潜力。人工智能系统可以在极短时间内自动分析数百万张图片和视频，帮助生物学家和野生动物管理人员更好地理解生态系统如何运作、又如何发生变化，从而为自然保护政策提供更有依据的决策支持。
这些发现还有助于改善人与野生动物的共存方式。“比如，如果我们更清楚动物的行为模式，我们就能更安全、更合理地规划徒步路线，”图亚说。
瑞士经常围绕狼的管理问题-尤其是狼袭击家畜事件进行剧烈争论。因此，这类工具就显得更重要。
未来，这些模型还可能通过民间科学项目在更大范围内应用。普通民众可以将自己的观察记录上传到像“iNaturalist”这样的平台上。
“我们正在一点一滴地构建一个全球数据库，”图亚说。
罗森伯格同样看好这个模型。今年夏天，她将和同事推出一个平台，收集世界各地人们拍摄的棕熊照片。
“我们可以利用这些照片绘制地图，了解动物在更大范围内的活动状况，”她说：“在不打扰它们生存空间的前提下，进行学习的可能性非常大。”
(编辑：Gabe Bullard/ VdV，编译自德文：杨煦冬/dh)
符合JTI标准
您可以在这里找到读者与我们记者团队正在讨论交流的话题。
请加入我们！如果您想就本文涉及的话题展开新的讨论，或者想向我们反映您发现的事实错误，请发邮件给我们：chinese@swissinfo.ch。