嫩嫩的程式學習紀錄 - Jim

比人快 3,000 倍！Google AI 省時省力拚保育

過去假設以人力一張張辨識照片影像的話，每個小時最極限最多也只能處理 1,000 張照片。但如果用 Google Wildlife Insights AI，影像辨識分析的速度可達3,000 倍以上，等於每小時能處理多達 3 千 6 百萬張照片。

▲Google AI 可辨識出照片中的物種或空景。

當然，目前尚不能精準辨識出地球上所有物種，但其中 614 種物種如美洲豹、非洲象與羚羊等，Google AI 有最多達 98.6% 的準確度。而且最重要的是，若是沒拍到動物的空景，AI 可以快速地辨識出並且剔除，就已省下一大筆人工篩選時間了。

此外，AI 在辨識的同時也能統計相同區域中出沒的動物，計算出物種分布密度，提出一份較為精準的數據給予大眾使用。識別、分析和共享野生動物的數據，以近乎即時的方式揭示野生生物的現況。

只聞其聲不見其「魚」　Google AI 用音頻追蹤鯨魚

除了在陸地上跑跳的動物外，海中優游的座頭鯨也是 Google 關心的對象。

座頭鯨以其躍出水面姿勢、長長的胸鰭與富有深意的叫聲而聞名，被稱為「大海的歌唱家」。然而，隨著遠洋漁業的發展，座頭鯨曾一度被列為瀕危物種。根據《自然》雜誌發表的一篇報告指出，商業性捕魚已使近 90% 的大型掠食性魚類消失，其中就包括座頭鯨。

為了能夠保育面臨絕種危機的座頭鯨，第一步是要確認他們出現的位置和時間。Google 在東京舉行的「Solve with AI」論壇上，公開了 Google 與美國國家海洋暨大氣總署（NOAA）合作訓練神經網路模型的 AI，可自動偵測辨識座頭鯨的聲音，並進一步定位其所在地。

▲Google 與 NOAA 建立了網站「鯨魚之歌」，分享了數千小時的鯨魚歌聲。

要從這些錄音中辨識出座頭鯨的聲音並不簡單，水下錄音機會錄下各式各樣的聲音，而雨聲或是船隻的噪音，也常會混淆判斷。並且座頭鯨的叫聲特別難分辨，不如藍鯨、長鬚鯨等其他鯨類會發出固定的叫聲，座頭鯨的叫聲複雜且多變，更是加深辦識難度。

NOAA 過去已錄製了超過 17 萬小時的水下錄音，「若要人手處理，需要24 小時不眠不休地聆聽 19 年，要人手分析簡直是天方夜譚。」

Google AI 將這些水下聲音轉視覺化，以頻譜表示，不斷標記頻譜資料訓練，就能讓 人工智慧 更精準的標記出錄音中的座頭鯨聲音。現在 AI 已經可以根據錄音中的座頭鯨聲音，在地圖上標記出他們出現的時間地點，甚至得知牠們的遷徙途徑，用於保育和研究。

這些生活在地球已有 5000 萬年的大型哺乳動物，能否能夠繼續優游海洋，也許命運就交託在人工智慧手中。