1
✦
文章概要
廉价且易用的传感器正在加速动物生态学的数据采集。这些技术对于大规模生态理解具有巨大潜力，但受到当前处理方法的限制，这些方法无法有效地将数据提炼为相关信息。作者认为，动物生态学家可以通过将机器学习方法与领域知识相结合来利用现代传感器生成的大型数据集。将机器学习纳入生态工作流程可以改善生态模型的输入并产生集成的混合建模工具。这种方法需要密切的跨学科合作，以确保新方法的质量并培养新一代生态学和保护数据科学家。
图1. 基于机器学习系统在动物生态学中加速研究的例子
2
✦
研究背景
动物多样性正在以前所未有的速度下降。这种损失不仅包括遗传多样性，还包括生态和行为多样性，目前还不太清楚：在 IUCN 濒危物种红色名录监测的 120,000 多种物种中，多达 17,000 种处于“数据不足”状态。我们迫切需要能够以大规模和高时空分辨率快速评估野生动物多样性和种群动态的工具，从单个动物到全球密度。在本文中，作者旨在在生态学和机器学习之间架起桥梁，以强调如何利用相关技术进步来应对动物保护的这一紧迫挑战。
图2. 研究技术路线图动物生态学中使用的各种传感器。研究经常结合来自同一地理位置的多个传感器的数据，或来自多个位置的数据以获得更深入的生态洞察。Sentinel-2 (ESA) 卫星图像由美国地质调查局提供。
3
✦
主要内容
■ 社区科学与深度学习接口的成功案例：Wildbook
Wildbook 是非营利组织 Wild Me 的一个项目，它是一个开源软件平台，将结构化野生动物研究与人工智能、社区科学和计算机视觉相结合，以加快种群分析并开发新见解以帮助保护（图 4）。Wildbook 支持协作标记-重新捕获、分子生态学和社会生态学研究，尤其是在社区科学和人工智能可以帮助扩大项目规模的情况下。Wildbook 的图像分析可以从任何来源的图像开始——科学家、相机陷阱、无人机、社区科学家或社交媒体——并使用机器学习和计算机视觉来检测图像中的多只动物，不仅可以对它们的物种进行分类，还可以应用一套不同的算法识别单个动物。
图3. Wildbook 生态系统。Wildbook 让科学家和野生动物管理者能够利用社区和机器学习的力量来监测野生动物种群。
■ 人工智能在野生动物保护中的应用：MegaDetector
开源 AI 在野生动物保护方面的一个非常成功的例子是 Microsoft AI for Earth MegaDetector36（图 6）。这种通用的、全球范围的人类、动物和车辆检测模型对于大多数相机陷阱数据都是现成的，并且公开托管的 MegaDetector API 已集成到全球 30 多个组织的野生动物监测工作流程中，包括野生动物保护协会、圣地亚哥动物园全球和岛屿保护。
图4. 野生动物保护的人工智能实践：MegaDetector。所有相机陷阱项目几乎都需要有效地过滤空图像，并在相机陷阱数据中定位人类、动物和车辆，再加上 MegaDetector 因其庞大而多样化的训练集而提供的对地理、硬件和物种变化的鲁棒性，使其成为许多开箱即用的保护应用的有用、实用工具
Tuia, D., Kellenberger, B., Beery, S. et al. Perspectives in machine learning for wildlife conservation. Nature Communications. 13, 792 (2022). https://doi.org/10.1038/s41467-022-27980-y.
*第一作者：Devis Tuia
*第一作者单位：瑞士洛桑邦理工学院
*仅供学习交流使用，如有错误欢迎批评指正*
点击“阅读原文”查看文献
撰稿丨GeoDuo
审核丨Geoffery, & DoraGeomon
公众号运营不易，欢迎关注、点赞、分享
