DeepMind是一家总部位于英国的人工智能研究子公司，于2014年以5亿美元的价格被Alphabet收购，今天他的科学团队正在开展详细的生态研究，以开发有助于研究坦桑尼亚塞伦盖蒂国家公园动物物种行为的人工智能系统。它希望加快对数百个运动探测现场摄像机数据的分析，这些摄像机自9年前由塞伦盖蒂狮子研究计划部署以来已经捕获了数百万张图像。

“塞伦盖蒂是世界上最后一个拥有大型哺乳动物完整社区的遗址之一......随着人类对公园的侵犯变得更加激烈，这些物种被迫改变他们的行为以求生存，”DeepMind写道：博客文章。“增加农业，偷猎和气候异常会导致动物行为和种群动态的变化，但这些变化发生在空间和时间尺度上，难以用传统的研究方法进行监测。”

近十年来，保护主义者利用前面提到的相机来监视公园核心区内的动物，使他们能够研究他们的分布和人口统计。然而，这些图像在没有注释的情况下没有多大用处，这就是为什么志愿者使用名为Zooniverse的基于网络的工具手工识别物种的原因。由此产生的语料库目前具有约50种不同物种的数量，但从触发相机到生成标签仍需要将近一年的时间。

这就是DeepMind使用Snapshot Serengeti数据集来训练可以自动检测，识别和计数动物的AI模型的原因。该公司的科学家声称，他们的预训练系统很快将在现场部署，可以与该区域数百种物种中的大多数物种相比(或更好)人类注释器。此外，他们表示，它可以将数据处理流程缩短长达九个月，并且可以很快安全地运行在具有不可靠互联网访问权限的“适度”硬件上。

“我们开发了一个强大的模型，用于检测和分析野外数据中的动物种群，并帮助整合数据，使非洲不断增长的机器学习社区能够建立人工智能系统，我们希望这些系统能够扩展到其他公园， “DeepMind写道。“我们希望有助于使人工智能研究更具包容性 - 无论是我们应用的领域类型，还是开发人员的领域。”

DeepMind远不是第一个将AI应用于生态学的人。微软最近强调了一家位于Santa Cruz的创业公司 - Conservation Metrics--正在利用机器学习来追踪非洲大草原的大象。另外，一组研究人员开发了一种在Snapshot Serengeti上训练的机器学习算法，能够以96.6%的准确度识别，描述和计算野生动物。英特尔的TrailGuard AI系统通过使用离线的设备上AI算法检测嵌入式摄像机的运动来防止偷猎。昆士兰大学的科学家使用谷歌的TensorFlow机器学习框架来训练一种能够自动检测海洋图像中海牛的算法。