The New Conservationists: AI is Making Meaning from the Sounds and Visuals of Wildlife (Part 2)
17:55 Share

瑞恩·雷诺兹，Mint Mobile 的代言人。你知道，拥有四个孩子的好处之一就是能直接联系到北方的那位大人物。而今年，他想让你知道，你能送给别人的最好的礼物就是Mint Mobile每月15美元的无限流量无线服务。你甚至都不需要包装它。

这里是科学美国人科学速递，我是瑞秋·费尔特曼。您正在收听我们周五迷恋迷你系列的第二集，《新环保主义者》。

今天，我们将与研究人员一起前往野外、海底和热带草原，他们正在利用人工智能来改变我们理解和保护动物及其生态系统的方式。我们的向导再次是阿什利·帕普，一位动物科学家转型的故事讲述者。她将解释为什么我们要转向机器学习来处理自然的复杂性，以及它如何扩展我们眼睛所能看到和耳朵所能听到的范围。

大学毕业后，我在哥斯达黎加担任野外研究员，研究濒危海龟。这是一项非常艰苦的工作——基本上就是花数小时在偏远的沙滩上来回走动，希望能发现海龟在沙滩上筑巢。野外研究背后的基本思想基于两个问题：有多少动物，它们住在哪里？

如果我们知道答案，我们就能了解很多关于一个物种，或者在某些情况下，整个生态系统的知识。

尽管从理论上讲，这些问题很简单，但回答它们可能非常耗时且昂贵。自然界非常复杂。这是马修·麦考恩。他创立了一家名为Conservation Metrics的公司，该公司使用人工智能自动化等技术来解码自然。有很多因素，有无数的因素会影响动物的行为方式、种群的波动等等，

因此，从统计学角度来看，自然系统有很多统计噪声，有很多无法解释的因素导致你每天看到的现象。马修多年来一直努力寻找噪音中的隐藏信号，直到他意识到人工智能可以提供帮助，基本上是通过大大扩展我过去在哥斯达黎加手工进行的观察工作。

他需要一个数字监控网络，可以观察和监听海龟、树蛙或鹦嘴鱼。实际上，任何你感兴趣的保护物种都可以。这项技术让我们能够真正扩大观察的规模。因此，增加了您可以观察或测量动物行为各个方面的地点数量。

以及您可以进行观察的时间，而不是仅仅一天在一个地方有一人，您可以拥有50个全年监控的地点。这确实有助于我们更好地了解这些群落中实际发生的真实信号。想象一下，安装在丛林树上的摄像头捕捉到猴子在树间荡漾。或者将水听器放入水中以记录鲸鱼游过的声音。

但是所有这些新的观察结果又产生了一个新问题。然后你开始产生大量的信息。巨大的，数万小时的录音。因此，您不再拥有一个精心整理的野外观察笔记本，而是拥有数TB的被动记录的视频和音频文件。这变得不可能。

不可能在数千小时的录音中找到你感兴趣的东西。这时机器学习就派上用场了。如果您有8万小时的数据，而您要寻找的东西只存在半小时，那么计算机可以真正帮助减少查找您感兴趣的东西所需的时间。

因此，马修开始构建和改进可以消除噪声并提取有趣内容的计算机软件。因为这样，科学才能发生。他的公司最初负责监测海鸟，这是一组臭名昭著的难以研究的动物。从那时起，Conservation Metrics扩展到鸣禽、蝙蝠和昆虫，最近，该团队将这项技术用于游泳。我们对珊瑚礁群落非常感兴趣。

珊瑚礁是海底的动力源。大约25%的海洋物种都生活在珊瑚礁中、珊瑚礁上或珊瑚礁周围。这些生态系统的生物多样性与陆地上的热带雨林不相上下。据估计，有10亿人依靠珊瑚礁获取食物、收入和保护。

而这些珊瑚礁正处于危险之中。气候变化、不可持续的捕捞和污染是它们面临的主要威胁，这会导致珊瑚礁的主要能量生产者——一种叫做虫黄藻的微小藻类——为了寻找更好的生存条件而逃离。

世界各地正在进行许多非常有趣的研究，许多大学实验室已经表明，健康的珊瑚礁具有独特的声音，并且随着珊瑚礁退化，这种声音会消失。对于那些没有机会在珊瑚礁附近浮潜或潜水的人来说，我不得不问马修，健康的珊瑚礁听起来像什么？珊瑚礁的声音非常有趣。

有点像外星生物。许多热带珊瑚礁上都有很多噼里啪啦的声音，这与几种用附肢发出咔哒声的虾有关。然后还有很多咕噜声。这些鱼发出很多咕噜声。而且，你知道，它有时听起来像排气一样。它们就像……就像气泡冒到水面一样。

事实证明，所有这些砰砰声、咔哒声、咕噜声和噗噗声都传达了很多信息。目前，Conservation Metrics团队正在与美国的一些大学和法属波利尼西亚莫雷阿岛（一个靠近塔希提岛的岛屿）的一个珊瑚修复小组合作，来翻译这些声音。岛上的野外研究人员将水听器放入水中，按下录音键，然后将声音样本送去处理。

我们正在构建这些检测和分类模型，这些是计算机用来筛选音频录音并找到您感兴趣的东西的东西。这太疯狂了，因为我们不知道是什么发出的声音。所以我们只是有所有这些未知的声音类别。我们只是给他们一个通用的名字，然后……

然后我们跟踪那个声音，即使我们不知道是什么产生的。这种解码和组织的声音景观为莫雷阿岛的珊瑚研究提供了宝贵的新信息，这项研究已经进行了数十年。研究人员将记录的音频和视频与超过20年的观测数据相结合，即研究人员每天在同一区域游泳时所看到的物理记录。我们非常有兴趣跨区域结合

在珊瑚礁上进行观察的方法。因此，有传统的潜水员，他们会沿着一条线游泳，并计算他们看到的所有鱼。他们已经做了很长时间了。在这些相同的位置，我们现在将开始添加声学传感器。然后我们添加一个带有计算机视觉功能的摄像机。所有这些方法都是不同的方法，你知道，试图观察一个群落的情况。所以我们真的对

如何看待这些观察线以了解更多信息？因为每种方法都有其偏差、缺点和盲点。它们涵盖不同的区域。它们涵盖不同的时间段。它们涵盖不同的分类群，不同的物种。马修希望更好地了解莫雷阿岛等地的声音景观，也能帮助我们了解健康珊瑚礁的声音如何影响生活在那里的动物。

动物根据声音景观做出决定。因此，有很多实验证据表明，某些物种的幼虫漂浮在海洋中，当它们听到健康的珊瑚礁或健康的牡蛎床等时，它们会从悬浮物中掉出来。就像，它们根据声场做出决定。

因此，一些研究人员正在利用人工智能更好地理解生态系统的声音景观。但是，利用人工智能来直观地了解生态系统是如何运作的呢？那里有数百万张动物的图像。这是塔尼娅·伯格-沃尔夫，一位计算生态学家。她是俄亥俄州立大学的教授，领导着Imageomics研究所。

因此，利用现代计算机视觉和机器学习方法自动将所有这些图像整合在一起，我们可以找到所有包含动物的图像，找到动物在这些图片中的位置，在每个动物周围放一个边界框，并识别物种，甚至识别单个动物。

咨询公司Rise Above Research估计，今年将拍摄近2万亿张照片。对许多人来说，分享野生动物和户外探险的照片是一种流行的消遣。任何适合Instagram的东西，对吧？

事实证明，这些社交媒体帖子可用于动物保护科学。任何条纹斑点、皱纹、缺口，甚至使用鲸鱼尾鳍或海豚背鳍的形状，这些都是独特的标识符。

然后，结合图像拍摄的时间和地点信息，您现在终于可以开始将图像用作关于动物的各种信息来源，跟踪它们、计数它们、确定它们的活动范围，甚至确定它们的社交网络。

塔尼娅多年来主要学习数学。直到她遇到现在的丈夫、生态学家莫舍·沃尔夫，她才开始考虑数学如何帮助保护工作。多年来，在我进行非常理论的计算机科学博士学位研究时，仍然主要是数学，

我参与了他和他的朋友以及同事的许多谈话，我会带着一种感觉离开：哦，一定有更好的方法来回答这个问题，这是一个生态学问题。她选择了一个生态学和进化生物学的博士后职位，并最终开始与一个研究非洲斑马社会行为的小组合作。斑马是一种非常群居的动物，它们经常成群结队地生活在一起，被称为斑马群或炫目群。

为了了解每只动物的行为，该小组需要能够在黑白条纹的炫目群中快速识别出一只斑马。塔尼娅当时一直在电脑屏幕后面工作，希望将计算和算法方法应用到这项工作中。但在团队工作了几年并受到同事的多次催促后，她亲自去看动物，并有了一个重要的认识。

他们最终看到了我的数据，其中一件立即变得非常清楚的事情是，我对我的算法以及我处理问题的方式所做的所有假设都是完全错误的。这也变得非常非常清楚

我不了解我的数据。为了生成数据，塔尼娅的一位同事每天都会出去拍摄斑马的照片。然后，这位同事会使用一个计算机程序非常仔细地逐像素匹配斑马的条纹，以识别每只动物并记录谁站在谁旁边，一天中的什么时间，以及关于动物行为的任何其他细节。

但是塔尼娅在野外看到斑马，然后观察非常手动地匹配条纹的过程，她心想：这太疯狂了。五分钟后，我想，这太疯狂了。这花费的时间太长了。必须是两下。来吧。所以她向她的同事们提出了一个友好的赌注，他们欣然接受了。然后她回到她的研究生那里，解释了他们的任务。我说，看，我刚刚赌上我的名誉，我们可以在两下点击中从照片中识别出个体斑马。

她和她的学生做到了。他们开发了一个计算机程序，可以通过两个简单的步骤识别斑马的条纹。很快，这项工作就获得了动力，该算法扩展到其他物种，允许从图像中提取有价值的信息，例如长颈鹿身上的斑点或鲨鱼鳍上的缺口。该程序可用于执行从确定种群规模到跟踪个体动物的所有操作。

今天，塔尼娅用这项工作创立的公司，最初名为Wild Book，后来成为Wild Me的一部分，现在是Conservation X Labs，其数据库中有50多个物种。图像来自研究人员、自动驾驶车辆、相机陷阱，甚至游客。贡献者的名单每年都在增长。然而，对于计算生态学家来说，这个项目仅仅是一个开始。

如果我向你展示斑马的两张照片，并问你：“这两张照片比这两张照片更相似吗？”

不可能！任何训练都帮不了你。但是，识别这些斑马的相同算法也量化了条纹图案之间的相似性，并使我们能够首次将条纹相似性与遗传相似性进行比较，并开始了解条纹图案发育背后的机制。这是遗传的吗？斑马能用条纹互相辨认吗？

或者他们根本不使用它作为一种功能？这些问题现在由于机器学习和人工智能而更容易得到解答，可以帮助加快世界各地的保护工作。生物多样性存在数据问题。超过10%的世界物种面临灭绝的威胁。这是一个令人震惊的大数字。但问题是我们真的不知道我们正在失去什么以及失去的速度有多快。

今天的气候正在因为我们而变化。我们的技术排放了大量导致地球变暖的温室气体。但动物正在为此付出代价。世界各地，它们的栖息地变化速度太快，以至于它们无法适应，物种正在完全消失。

顺便说一句，每次我们要求ChatGPT使用人工智能回答问题时，它都需要大约2.9瓦时的电力。相比之下，白炽灯泡每小时大约使用60瓦。

虽然ChatGPT的电力消耗可能听起来不多，但请记住，每天每秒有多少人在使用人工智能。这意味着人工智能也在加剧我们环境中动物面临的问题。因此，如果我们要继续使用人工智能，我们也应该利用它来帮助寻找一些解决方案，对吧？

从远古时代起，我们就一直在观察和倾听动物。但是现在，我们终于开始利用我们破坏生态系统的一些技术来弄清楚自然界中还剩下哪些生物以及它们是如何应对的。有了这些信息，我们可以做出更明智的保护决策。

动物面临着比以往任何时候都多的挑战。但在技术的帮助下，也许还有大量的野生动物自拍照，它们或许还有一线希望。今天的节目就到这里。下次再见，我们将遇到两位不符合传统保护工作者模样的环保主义者。剧透警告，保护工作存在多样性问题。

科学速递由我瑞秋·费尔特曼制作，以及丰达姆·翁吉、凯尔索·哈珀、麦迪逊·戈德堡和杰夫·达尔维西奥。本集由阿什利·帕普报道和联合主持。谢伊娜·波塞斯和亚伦·沙塔克负责事实核查我们的节目。我们的主题音乐由多米尼克·史密斯创作。订阅《科学美国人》以获取更多最新和深入的科学新闻。这里是科学美国人，我是瑞秋·费尔特曼。下次再见。