这是一维码（条形码）。

这是二维码。

这是 " 三维码 "。

StripeSpotter 的图像识别｜参考资料 [ 4 ]

没搞错，这个 " 三维码 " 是细纹斑马（Equus grevyi）身上的图案。细纹斑马分布在非洲的肯尼亚和埃塞俄比亚，是所有野生马科动物中是体型最大的。然而，为了获取细纹斑马的皮毛，盗猎者对细纹斑马大肆猎杀。再加上栖息地的丧失，目前野生细纹斑马的数量仅剩约 2800 头，已经被列为濒危物种。

细纹斑马比其他斑马更高，耳朵更大，斑纹更狭窄｜Wikipedia

为了更好地保护这些斑马，几位科学家历经波折，最后灵光乍现：请出 AI 来给斑马们 " 扫码 " 吧。

怎么进行 " 马口普查 "？

塔妮娅 · 伯杰 - 沃尔夫（Tanya Berger-Wolf）博士现在是俄亥俄州立大学转化数据分析研究所所长，她也是计算生态学（computational ecologist）最早的研究人员之一。她最开始的想法很简单：保护细纹斑马。

伯杰 - 沃尔夫攻读的是计算机科学学位，不过在本科期间，她还担任了生态系的研究助理。计算机领域的大量数据与现实生活中濒危物种数量的反差，给她留下了深刻的印象。在即将博士毕业的时候，她被细纹斑马深深地吸引了。

自己的计算机技能，能否帮助到保护濒危物种的工作呢？

在与生态学家的沟通中，她发现给斑马 " 计数 " 是个难点。生态学家一直想推动肯尼亚推出保护细纹斑马的相关政策，但当地政府考虑到可能出现的抵制情绪，要求生态学家们可以对斑马数量进行准确的普查。

马口普查难｜Wikimedia commons

当时，给野生动物计数并没什么先进的方法。要不把斑马抓来涂上标记，要不就是麻醉斑马给它们植入跟踪设备。但是这些办法又贵又费时，而且给斑马植入设备会出现创口，让斑马面临感染的风险。

因为 " 扫码 "，诞生了新学科

剩下的还有一种笨办法：拍照，然后人工比对斑马身上的条纹。这让伯杰 - 沃尔夫想到了新的方法：扫码。

就像人的指纹一样，斑马身上的条纹也是独一无二的。生态学家拍照后进行人工比对，但图像识别可以让这一过程自动化。

伯杰 - 沃尔夫和她的学生在这条路上探索，不久后，一个名为 StripeSpotter 的机器学习算法问世了。科学家可以将手中的相机变成扫码器，只需要拍摄一张斑马的图片，并在电脑上运行该算法。算法读取图像后会提取图像中的特征并与数据库中的信息进行匹配，从而确认从前是否已经标记过该动物。

就像超市里用扫描仪扫描条形码一样｜图虫创意

这种图像识别虽然听起来简单，但由于不同照片的光线、角度、位置都有很大差别，即使是同一匹斑马在图像中看起来也可能差别很大。因此，在训练该算法时，研究人员使用了数千张斑马照片来获得一个稳定的匹配模式。

既然可以通过斑马的条纹来完成 " 扫码 "，那对于其他有花纹的动物，是不是也可以使用类似的方法？

公民科学带来的新未来

2013 年，伯杰 - 沃尔夫与合作者发布了新的算法：HotSpotter。这套算法不仅可以用于斑马的识别，更进一步应用到长颈鹿、豹子和狮子鱼等生物数据库的建立。

HotSpotter 发布后，伯杰 - 沃尔夫还与肯尼亚政府进一步沟通，将这套算法运用到实际中，完成了一次当地前所未有的斑马数据调查工作。在随后的几年里，这批数据的准确性不断被验证。

从理论上来看，这个算法还能拓展到更多的物种识别上，但是伯杰 - 沃尔夫缺少一个关键的组成部分：一个强大的数据管理系统。

一次偶然的相遇让她找到了解决办法。

就在伯杰 - 沃尔夫试想 " 扫码 " 来计算斑马数量的时候，另一位物理学家扎文 · 阿祖马尼安（Zaven Arzoumanian）被鲸鲨强烈吸引了。

张开大嘴的鲸鲨｜图虫创意

虽然鲸鲨是世界上现存体型最大的鱼类，但人们对它知之甚少。阿祖马尼安和他的程序员伙伴杰森 · 霍尔姆伯格（Jason Holmberg）也设计了一个识别鲸鲨的算法，还联系了鲸鲨生物学家发起全球号召——让全世界的业余鲸鲨观察者通过网络上传照片，算法可以在几秒内识别出单个鲸鲨。

从 8000 多民公民科学家上传的照片以及抓取 YouTube 视频中，研究人员在 75000 多起目击事件里识别出了 12000 多条鲸鲨。这些数据让世界自然保护联盟的濒危物种红色名录将鲸鲨重新分类为濒危，并确定其数量趋势正在下降，而不是之前认为的稳定。

在鲸鲨上取得初步成功后，阿祖马尼安和霍尔姆伯格想继续拓展。但是，他们的算法不够给力，不过有完备的数据管理系统——这也是伯杰 - 沃尔夫缺少的。

三者通力合作，用 HotSpotter 取代原有的算法，利用现有的数据管理系统，开始了一个野心勃勃的项目——建立 Wildbook，就是动物版本的 Facebook。将野生动物研究、公民科学和计算机视觉相结合，最终目标是可以识别地球上动物物种的个体。这样的话，鲸鲨和斑马，还有许许多多的动物，都不是一个模糊的名称，而是一个有过去和未来、充满故事的个体。

Wildbook 利用人工智能来区分动物个体的独特特征，例如鲸鱼尾巴的曲率｜Wildme

Wildbook 的一个资助者是微软的 " 地球人工智能计划 "（AI for Earth）。微软通过这个项目投资了 5000 万美元，来支持 AI 技术解决环境问题的倡议。这项计划的监督者乔什 · 亨雷蒂格（Josh Henretig）说：" 迄今为止，科学家们只发现了大约 150 万个物种，而据估计地球上存在的物种总数可能高达 1000 万。这 150 万个物种里，只有不到 5% 被详细分析过。有些物种正在从我们的星球上消失，而我们甚至从来都不知道。"

AI 能帮人类做的，不只是写邮件、画画，当当我们的个人秘书。比尔 · 盖茨曾表示，AI 将帮助消除许多领域的不平等，包括教育、医疗和气候变化等。造福人类社会、保护我们赖以生存的地球，这是 AI 向善发展的方向。

参考文献

[ 1 ] Grevy's Zebra. https://www.awf.org/wildlife-conservation/grevys-zebra

[ 2 ] https://nautil.us/how-ai-can-save-the-zebras-530362/

[ 3 ] Saving Wildlife with Vacation Photos, thanks   to   AI.https://www.mouser.com/empowering-innovation/artificial-intelligence/lifesciences

[ 4 ] M. Lahiri, C. Tantipathananandh, R. Warungu, D.I. Rubenstein, T.Y. Berger-Wolf.   Biometric Animal Databases from Field Photographs: Identification of Individual Zebra in the Wild.   Proceedings of the ACM International Conference on Multimedia Retrieval ( ICMR 2011 ) , Trento, Italy, 2011.

[ 5 ] Imageomics – A New Field of Science at the Crossroads of Biology and Machine Learning. https://www.nationalacademies.org/event/12-07-2022/imageomics-a-new-field-of-science-at-the-crossroads-of-biology-and-machine-learning

作者：普拉斯 G