越來越多動物正在滅絕,“AI+動物”能否改變這一局面?
3.偷獵者放不下手中的槍,AI只能與他正面剛
在數千平方千米的面積上,僅靠人力找到每個偷獵者根本不可能。即使是使用飛機巡邏,靠直升機或在動物行進路線上架設攝影機來偵察也不行,攝影機只能記錄單一位置的數量,直升機又太貴而且由于地面隱蔽性太強,很難在事情發生之前就實現對其的精準捕捉。而一些貧窮的地方,因為政府往往無暇保護動物,更是偷獵者的天堂。

一般人難以區分野生動物,植物,灌木
南加州大學工程和計算機科學教授 Milind Tambe 博士帶領小組對防偷盜進行了研究,他們稱這項技術為野生動物安全助手(Protection Assistant for Wildlife Security,PAWS)。
他們的數據來源主要參考兩種信息:過去哪里有情況以及哪個區域需要額外的保護。通過對這些數據的積累,對未來的襲擊地點做出更準確的預測,最后決定在哪些地方加強防護。
這就低成本的實現了利用人工智能防止捕獵,具有廣泛的使用意義。初次之外,還可以利用聲音來繪制偷獵者槍聲的所在位置的地圖,利用無人機配備紅外攝影儀巡邏等。 由于人工智能是響應式的,因此它會根據對手和它們的行為不斷改進。一方面是預測對方行為,另一方面是據此調整己方策略,隨著數據的積累越來越多,就越能實現在盜獵者盜獵前的精確捕捉。
AI無限好,問題也不少
從上面的這些技術的應用中,我們也可以發現,它依然存在不少的問題。
1.動物保護數據多是用戶上傳,質量難以保證
數據問題在人工智能與任何行業或技術結合的時候都會出現,但是動物保護的數據問題,針對不同的物種,會出現截然不同的結果。要么太多,要么太少,少有剛剛好。實際上我們都知道在機器學習中,數據并不是越多越好,機器學習會出現數據過擬合的情況。正確的說法是有用的數據越多越好,以一種采集鳥類的聲音的研究為例,數據多而雜,一般都是2000多小時以上的數據,其中包括其它鳥類的聲音,風聲雨聲落葉聲等等,一般難以實現鳥聲分離。
而在對魚類進行追蹤學習的時候,常常會出現數據不夠的窘境,因為數據包括海岸線寬度,水的酸堿度,水溫等不易獲取的數據。由于對動物的田野調查非常耗費時間,因此很多研究均鼓勵用戶或是志愿者上傳數據。這雖然提高了數據搜集效率,但也導致數據質量良莠不齊。
機器學習一直存在所謂的“黑箱”,一些不良的數據將會使機器向哪方面發展呢?
2.AI是一門技術,盜獵者也能研究
喜劇電影為了戲劇性,常常塑造出蠢賊的形象。現實生活當然也有,但我們應該知道,偷獵者很多不僅不蠢反倒極其靈活,他們心狠手辣經驗豐富。還有一些人,僅僅是以打獵為樂,他們有錢有閑,純粹是圖爺高興。這批人并沒有我們想象得那么好對付。
我們對AI保護動物的研究一方面是對其本身的追蹤保護,另一種是與偷獵者搏斗,而這通常是建立在偷獵者依然不借助高科技手段的基礎上,可能一些蠢賊和蠢人容易被甄別。但我們別忘了,AI是一門技術,當我們在研究AI保護動物的時候,偷獵者同樣在研究AI傷害動物。
偷獵者不僅有點聰明還有點張狂,他們也成立論壇交流偷獵心得,根據不同的方式分為若干個子欄目,尤其是交流區更將捕殺野生動物的過程進行了記錄,還附帶照片。我們怎么能保證具有這種偷獵癖好的沒有機器學習專家,未來的偷獵與反偷獵,很可能上升到人工智能與人工智能的對決。
在使用AI保護動物上,如果我們不建立切實可行的技術壁壘,很難說,偷獵者的野路子AI,會不會反而加速了動物滅絕。
結論
野生動物的保護,除了利用技術讓他們適應得更好。還可以建立一個生態圈,實現完整的生態鏈。利用大數據去分析,需要什么動物,什么植物,什么環境等等等,微軟就曾試圖這樣保護海洋生物,畢竟在相對密閉,相對可控的空間里,AI更能大展拳腳。同時,還可以通過對珍稀動物基因分析,克隆甚至3D打印出新的個體等。
保護動物吧!畢竟,搞不好哪一天人工智能造反了,動物還能念舊情成為我們唯一的同盟軍。
文|雷宇
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













