越来越多的研究人员正在转向人工智能（AI）来监测生物多样性，并加强帮助濒危物种的努力。与可能破坏生态系统或需要大量时间、劳动力和资源的传统方法不同，人工智能有可能快速有效地分析大量真实世界的数据。
“没有人工智能，我们永远无法实现联合国保护濒危物种的目标，”卡尔·查默斯（Carl Chalmers）说，他在利物浦的英国非营利组织Conservation AI研究机器学习，该组织将人工智能技术用于各种生态项目。
物种的消失速度比数百万年前快数百到数千倍，多达100万个物种濒临灭绝。作为回应，联合国在2020年设定了一个目标，即到本世纪末保护地球上至少30%的陆地和海洋。
声景分析
德国维尔茨堡大学的生态学家约尔格·穆勒（Jörg Müller）和他的同事们已经证明，人工智能工具可以通过从录音中识别动物物种来帮助量化热带森林的生物多样性。
在 10 月 17 日发表的一项研究中 自然通讯，研究人员使用人工智能分析了厄瓜多尔乔科地区的动物“声景”，该地区以其丰富的物种多样性而闻名。他们在代表不同恢复阶段的43块土地上放置了记录器：未受森林砍伐影响的森林，已被清除但后来被遗弃并开始再生的地区，以及积极用于可可种植园和牧场的森林砍伐土地。他们将音频文件交给了专家，专家能够识别出183种鸟类，41种两栖动物和3种哺乳动物。
研究人员还将他们的录音输入到一种称为卷积神经网络（CNN）的AI模型中，该模型已经开发用于识别鸟类的声音。美国有线电视新闻网（CNN）能够挑选出专家们拥有的75种鸟类，但该模型的数据集有限，仅包含该地区可能出现的77种鸟类。“我们的结果表明，人工智能已经准备好从声音中更全面地识别热带物种，”Müller说。“现在需要的只是人类收集的更多训练数据。
该团队表示，使用人工智能精确测量再生森林的生物多样性对于评估生物多样性项目至关重要，这些项目必须证明成功才能获得持续的资金。
摄像机陷阱镜头
Conservation AI的研究人员已经开发出模型，可以搜索无人机或相机陷阱的镜头和图像，以识别野生动物（包括极度濒危的物种）并跟踪动物的运动。
他们建立了一个免费的在线平台，该平台使用该技术自动分析图像、视频或音频文件，包括来自实时摄像机陷阱镜头和其他传感器的数据，这些传感器是经批准的用户可以上传的。用户可以选择在他们上传的镜头中发现感兴趣的物种时通过电子邮件收到通知。
到目前为止，Conservation AI 已经处理了超过 1250 万张图像，并检测到 68 个物种的 400 多万只动物，包括乌干达的濒危穿山甲、加蓬的大猩猩和马来西亚的猩猩。“该平台每小时可以处理数万张图像，而人类最多只能处理几千张图像，”Conservation AI的首席研究员之一Paul Fergus说。“人工智能处理数据的速度可以让环保主义者迅速保护脆弱物种免受偷猎和火灾等突发威胁，”他补充道。Conservation AI 已经通过实时分析镜头捕捉到了一名穿山甲偷猎者。
除了实时监测生物多样性外，人工智能还可用于模拟人类活动对生态系统的影响并重建历史变化。研究人员利用人工智能来发现淡水生态系统中一个世纪的环境退化如何导致生物多样性丧失。
尽管有据可查，人类活动导致河流和湖泊的生物多样性丧失，但对哪些环境因素的影响最大知之甚少。“长期数据对于将生物多样性变化与环境变化联系起来并确定可实现的保护目标至关重要，”英国伯明翰大学研究进化生物系统的Luisa Orsini说。
奥尔西尼和她的同事们开发了一个模型，利用人工智能将生物多样性与历史环境变化联系起来。在一项发表在 电子生活 今年早些时候，该团队获得了过去一个世纪由植物，动物和细菌在湖泊沉积物中留下的遗传物质。对沉积物层进行测年，并提取环境DNA进行测序。
然后，科学家们将这些数据与来自气象站的气候信息以及来自直接测量和国家调查的化学污染数据相结合，使用旨在处理各种类型信息的人工智能。奥尔西尼说，其目的是确定数据“混乱”之间的相关性。
他们发现，杀虫剂和杀菌剂的存在，加上极端温度事件和降水，可以解释湖泊中高达90%的生物多样性丧失。“从过去吸取教训，我们展示了基于人工智能的方法在理解生物多样性丧失的过去驱动因素方面的价值，”该研究的合著者Jiarui Zhou说，他也在伯明翰大学。
Orsini说，使用人工智能的主要好处是它是无假设和数据驱动的。“人工智能从过去的数据中’学习’，并以比以往任何时候都更高的准确性预测生物多样性的未来趋势。”
Miailhe希望在不久的将来，人工智能可以常规地应用于现实世界的保护工作。“这显然是要走的路，”他说。但他警告说，人工智能会消耗计算能力和物质资源，最终会对生态系统产生不利影响。“环境影响评估应该是人工智能风险管理的核心，”他说。
本文经许可转载，并已 首次发布 在2023年10月27日。
本文由AI快讯网译自：AIMagazine
