人工智能如何帮助拯救濒危物种

新闻ˌ消息 2023年10月27日 人工智能如何帮助拯救濒危物种 科学家们正在使用人工智能，通过分析大量数据、监控生态系统和发现长期趋势来对抗生物多样性的丧失。 托辛·汤普森

人工神经网络可以帮助从捕捉雨林声音的录音中识别鸟类。信用:乌尔里希

越来越多的研究人员转向人工智能(AI)来监测生物多样性，并支持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，人工智能具有快速有效地分析大量现实世界数据的潜力。 “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·查尔莫斯说，他在总部位于英国利物浦的非营利组织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。

物种消失的速度比几百万年前快几百到几千倍，多达一百万种物种濒临灭绝。作为回应，联合国在2020年设定了一个目标，到2020年保护至少30%的地球陆地和海洋。 国际非营利组织未来社会(Future Society)的创始人尼古拉斯·米埃尔赫(Nicolas Miailhe)表示，人工智能“不完美”，但可以加速重大发现，未来社会旨在更好地管理人工智能。“我们非常需要人类从业者在循环中设计模型，以及收集、标记、质量检查和解释数据，”他说。

声景分析 德国维尔茨堡大学的生态学家约克·米勒和他的同事已经证明，人工智能工具可以通过从音频记录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日发表在《自然通讯》2上的一项研究中，研究人员使用人工智能分析了厄瓜多尔Chocó地区的动物“声音景观”,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:未被砍伐的森林，被砍伐后废弃并开始重新生长的区域，以及被砍伐后积极用于可可种植园和牧场的土地。他们将音频文件交给专家，这些专家能够识别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记录输入到一种称为卷积神经网络(CNN)的人工智能模型中，该模型已经被开发用于识别鸟类的声音。美国有线电视新闻网能够挑出专家们拥有的75种鸟类，但该模型的数据集有限，只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通过声音在热带地区进行更全面的物种识别，”穆勒说。“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可能至关重要，这些项目必须证明成功才能确保持续的资金。

摄像镜头 Conservation AI的研究人员开发了一些模型，可以通过无人机或相机陷阱的镜头和图像来识别野生动物——包括极度濒危物种——并跟踪动物的运动。 他们建立了一个免费的在线平台，利用该技术自动分析图像、视频或音频文件，包括来自实时摄像镜头和其他传感器的数据，经批准的用户可以上传这些数据。用户可以选择在上传的视频中发现感兴趣的物种时收到电子邮件通知。 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多万个动物个体，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，相比之下，人类最多只能处理几千张图像，”Conservation AI的首席研究员之一保罗·弗格斯(Paul Fergus)说。“人工智能处理数据的速度可以让自然资源保护主义者快速保护脆弱的物种免受突然的威胁——如偷猎和火灾，”他补充道。人工智能保护组织已经通过实时分析录像当场抓获了一名穿山甲偷猎者。

保护人工智能的工具可以从摄像机镜头中识别物种。鸣谢:卡尔·查尔莫斯，保罗·弗格斯(人工智能保护组织)

除了实时监测生物多样性，人工智能还可以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发现了淡水生态系统中长达一个世纪的环境退化是如何导致生物多样性丧失的。 虽然有充分的文件证明人类活动导致了河流和湖泊中生物多样性的丧失，但对哪些环境因素的影响最大却知之甚少。“长期数据是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的关键，”在英国伯明翰大学研究进化生物系统的路易莎·奥尔西尼说。 Orsini和她的同事利用人工智能开发了一个将生物多样性与历史环境变化联系起来的模型。在今年早些时候发表在eLife上的一项研究中，研究小组获得了植物、动物和细菌在上个世纪遗留在湖泊沉积物中的遗传物质。对沉积层进行年代测定，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，使用一种旨在处理不同类型信息的人工智能。奥尔西尼说，目的是在“混乱”的数据中找出相关性。 他们发现杀虫剂和杀真菌剂的存在，加上极端温度事件和降水，可以解释该湖高达90%的生物多样性损失。“从过去学习，我们展示了基于人工智能的方法对于理解生物多样性丧失的过去驱动因素的价值，”该研究的合著者周家瑞说。 Orsini说，使用人工智能的主要好处是它不受假设限制，由数据驱动。“人工智能从过去的数据中'学习’，并以前所未有的精确度预测生物多样性的未来趋势。” Miailhe希望在不久的将来，人工智能可以常规应用于现实世界的保护工作。“这显然是应该走的路，”他说。但他警告说，人工智能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。doi:https://doi.org/10.1038/d41586-023-03328-4