出典：ATYUN AIプラットフォーム
地域や野生動物種の特定の監視の生物多様性を研究では、科学者や自然保護論者によって使用される最も効果的なツールの一つは、カメラトラップです。
カメラトラップは、遠隔カメラトリガ器官として動作センサ、赤外線検出器又は他のビームの使用を指します。多くの場合、撮影者は希少種を探して、そのような狩猟の監督、野生生物の観察など、生態学の分野でより多くの研究を使用し、直接画面を撮影することは容易ではない撮影に使用されています。
動物がカメラトラップの範囲に入ると、そのセンサは、その存在を検出し、自動的に動物（または画像の系列）の写真を撮影するためにカメラのシャッターをトリガーします。
ロンドン動物学会（ZSL）カメラトラップの広範な使用は、組織は、おそらく最も有名なロンドン動物園の組織ですが、それ自体が国際的な科学、環境保全と教育慈善です。
インドネシアとリベリアピグミーカバコミュニティスマトラトラを監視するためのこの技術は非常に貴重であるが、それはまた、負の側面を持っていますが、ZSL保護テクニカルディレクターソフィー・マックスウェルは言いました：
「数ヶ月でカメラトラップを多数展開するプロジェクトでは、画像の何百万人を送り返すことができる。過去には、科学者が手動で各画像を確認するためにそこに座って、その後、生物多様性に関する各レポートに必要な種の識別データを作成します。」
彼女は基本的に、言った、でも中規模プロジェクトでは、また、レポートを完了するのに約9ヶ月かかります。このプロジェクトでは、ハンターの密猟や侵入ので、どのような場合には、状況が変わることがあります。これは、地域の動物保護ポリシーが更新された情報に応じて変更する必要があることを意味するかもしれません。
プロセスをスピードアップ
長年にわたり、ZSLは、データ処理を高速化するための技術を使用する方法を模索してきました。例えば、手動で画像を確認を支援する「市民科学者」を募集することによって。しかし、今、それが理由で、人工知能、機械学習と思われる、より具体的な作業の完了は、精度と大きな影響を向上することがあり、これはGoogleとZSLの協力です。
2017年の開始以来、ZSLは、技術の巨人とのいくつかの組織の一つとなって、そしてアーバンアウトフィッターズのファッション企業、メディアおよびエンターテインメント巨人ウォルト・ディズニーは一緒に、そのクラウドAutoMLビジョンツールを改善しています。
GoogleクラウドAutoMLビジョンは、機械学習機械学習における限られた専門知識を持つ企業を支援するために設計されたクラウドAutoMLサービスを提供する最初のサービスです。例えば、AutoMLビジョンは、彼らがドラッグを使用して、カスタム機械学習モデルを構築し、画像をアップロードするためのインタフェースを落とし、トレーニングと管理モデル、そしてGoogleのクラウドに直接それらを展開支援に焦点を当てました。
ZSLでは、技術は非常に適切であることが証明された、マックスウェルは言いました：
「過去には、私たちのような組織のための人工知能と機械学習技術、それが入ることは困難である。あなたがデータサイエンティストを必要とする、独自のモデルを作成し、そして商業の事前訓練を受けたモデルは非常に基本的になる傾向があり、それは提供できません私たちは、このような特定の種の個体群を特定するよう、細部の複雑度を必要としています。」
「だから我々はAutoMLビジョンツールを実行するためにGoogleで利用可能にしてきた。我々は現在のデータに基づいてモデルを構築しようとしている、私たちはしばしば、このようなボルネオ（ボルネオ島）、コスタリカ（コスタリカ）、私たちのようにカメラトラップ場所を、行います新しいデータが良いモデルに入ったときに調製することができるので、我々は、今年は昨年のデータと比較することができます。時間をかけて、私たちは、顧客を構築し、特に、森林、草原や南極などの特定の環境で、特定の場所を提供しますモデルは。これまでのところ、結果はかなり良い見てください。」
クラウドホスト型モデルML
彼女は保全技術チームは、8人のメンバーで構成されているので、それはエキサイティングな仕事だったと述べ、彼らは、特定のデータ科学のスキルを持っていないが、そのようなモデルを構築するために、それはGoogleのクラウドでホストされ、それは、世界中の他の環境団体に開かれています。
また、あなたはまた、APIを介してアプリケーション内からこれらのクラウドベースのモデルを呼び出すことができます。野生動物のためにとの脅威を監視するため、ZSLリアルタイム検出技術が発生している、それはセンサーや動物を追跡するために接続されたカメラトラップに依存して、密猟者は、管理者が状況に対応する必要があるかもしれない侵入やアラートを決定。
しかし、これはほんの始まりで、マックスウェルは言いました：
「私たちの長期的な目標は明らかに野心がたくさんある地球のための健康診断を提供することであるが、より迅速に回復し、これらの研究と成果のスタートとして、生物多様性に対する私たちの見解は大きくなります。」
彼女はある意味で、技術動向はZSLの片側である、と述べました。センサーが安くなって、クラウドベースの処理および記憶容量はほぼ無限です。Googleのような企業は明らかに新しい分野への機械学習技術の普及に努めています。マクスウェルの結論しました：
「しかし、我々は慈善あるので、我々は、パートナーシップや資金に依存している、と常に助けるために歓迎しています。より多くのサポートにより、我々は仕事は素晴らしいだろう行うことができます。」
これはATYUN切り替え人工知能メディアプラットフォームを、元のリンク：動物学会、ロンドンの野生生物画像識別データがGoogleとのモデルを開発するために協力している、あなたは野生から撮影することができます
その他の推奨
DeepMindエージェントは、ベースラインの標準よりもはるかに高い受賞、クエイクキャプチャフラグモード3で人間のプレイヤーを倒します
AIレーダーのデータだけでは、道路上のオブジェクトを分類するために測定することができます
Clarifai：どのような学習の深さ、そしてなぜそれが重要なのですか？
