科技日報記者?劉霞

英國《自然》網站在近日的報道中指出，越來越多科學家正在將人工智能用于生物多樣性保護領域。他們通過分析大量數據，監測生態系統，找出一段時間以來的趨勢，應對生物多樣性喪失這一難題，并挽救瀕危物種。

人工智能承擔重任

現在，物種的消失速度是數百萬年前的數萬倍，多達100萬個物種瀕臨滅絕。鑒于此，聯合國2020年制定了一個目標：到2030年，地球上至少有30%的土地、淡水和海洋以某種形式得到保護或養護。迄今為止，世界上僅約15%的陸地和7%的海洋受到了某種程度的保護。

國際非營利組織“未來社會”的創始人尼古拉斯·米艾表示，盡管人工智能目前“并不完美”，但可能會加速重要發現，非常需要人工智能專家參與設計模型，以及收集、標記、質量檢查和解釋數據。

Conservation AI的工具可以從攝像機鏡頭中識別物種。
圖片來源：《自然》網站

英國非營利組織Conservation AI正在將人工智能技術用于各種生態項目。該組織專家表示，沒有人工智能，人類可能永遠無法實現聯合國提出的瀕危物種保護目標。

“聲景”分析識別物種

德國維爾茨堡大學生態學家約格·米勒團隊的研究已經證明，人工智能工具可從錄音中識別動物物種，從而幫助量化熱帶森林的生物多樣性。

在10月17日發表于《自然·通訊》雜志上的一項研究中，科學家使用人工智能分析了厄瓜多爾Chocó地區動物的“聲景”，該地區以豐富的物種多樣性而聞名。他們在43塊代表不同恢復階段的土地上放置了記錄器，記錄動物的“聲景”。這些土地囊括未受森林砍伐影響的林地、已被砍伐但隨后被遺棄并開始再生的地區，以及用于可可種植園和牧場的土地。隨后，他們將錄制的音頻文件交給專家，專家們鑒定出183種鳥類、41種兩棲動物和3種哺乳動物。

研究人員還將他們的錄音輸入“卷積神經網絡”（CNN），該模型可識別鳥類的聲音。結果顯示，CNN能夠識別出專家已鑒定的183種鳥類中的75種，但該模型的數據集有限，僅包含該地區可能出現的77種鳥類。

人工神經網絡可以從雨林錄音中識別鳥類。
圖片來源：《自然》網站

這一研究表明，人工智能可利用聲音對熱帶地區的物種進行更全面的識別，現在需要的只是人類收集更多數據。

實時監測生物多樣性

Conservation AI組織的研究人員開發了一些模型，可搜索無人機或紅外相機拍攝的鏡頭和圖像，以識別野生動物（包括極度瀕危物種），并跟蹤動物的活動。

他們建立了一個免費的在線平臺，使用其模型自動分析圖像、視頻或音頻文件，包括來自實時攝像機鏡頭和其他傳感器的數據。當發現用戶感興趣的物種時，該模型可通過電子郵件通知用戶。

到目前為止，Conservation AI組織已處理了超過1250萬張圖像，檢測到68個物種的400萬多只動物的外貌，其中包括烏干達的瀕危穿山甲、加蓬的大猩猩和馬來西亞的猩猩。

該平臺每小時可處理數萬張圖像，而人類最多只能處理幾千張，人工智能處理數據的速度可讓自然資源保護者迅速采取行動，保護脆弱物種免受偷獵和火災等威脅。

模擬人類活動的影響

除實時監測生物多樣性以外，人工智能還可用來模擬人類活動對生態系統的影響，并重建歷史變化。例如，研究人員利用人工智能發現了淡水生態系統中長達一個世紀的環境退化是如何導致生物多樣性喪失的。

盡管有充分的證據表明，人類活動導致了河流和湖泊的生物多樣性喪失，但科學家對哪些環境因素的影響最大卻知之甚少。英國伯明翰大學研究進化生物系統的露易莎·奧爾西尼指出，長期數據對于將生物多樣性的變化與環境變化聯系起來，并確定可實現的保護目標至關重要。

奧爾西尼團隊利用人工智能開發了一個將生物多樣性與歷史環境變化聯系起來的模型。在今年早些時候發表于《eLife》雜志的一項研究中，該團隊獲得了過去一個世紀湖泊沉積物中植物、動物和細菌留下的遺傳物質，她們對沉積物層進行了年代測定，并提取了環境DNA進行測序，然后使用人工智能，將這些數據與氣象站的氣候信息、直接測量和全國調查的化學污染數據相結合，以確定數據之間的相關性。

結果顯示，殺蟲劑和殺菌劑的使用，加上極端溫度事件和降水，可解釋該湖90%的生物多樣性損失。

研究人員表示，使用人工智能的主要好處是它不受假設和數據驅動。人工智能可從過去的數據中“學習”，并以比以往更高的準確性預測生物多樣性的未來趨勢。