人工智能帮助保护濒危物种
非营利组织WPS(野生动物保护方案)的任务是利用技术保护濒危物种和生态系统。为此,正在利用远程摄像机图像上的人工智能,建立wpsWatch平台。支持在全球关键野生动物栖息地安装更多摄像机,并将其工作范围从识别威胁、分类物种和协助反偷猎扩大到预防人类与野生动物冲突。
该组织每天从摄像机中拍摄超过25000张照片。野生动物保护解决方案产品和客户总监Matt Hron表示:“没有人能够看过每一张人工智能帮助保护濒危物种的情况下立即了解这些人工智能帮助保护濒危物种中的内容,但这对我们的运作至关重要。”而人工智能可以做到。
除了这项图像分析工作的范围之外,该组织正在将该技术的使用扩展到其他应用领域。它需要能够快速构建和部署新的人工智能模型,以满足这些努力的不同需求。
该组织的wpsWatch平台分析并监控来自远程摄像机的大量图像,这些摄像机分布在近20个地区的100多个站点。它由Microsoft Azure VM(虚拟机)和NVIDIA GPU(图形处理单元)提供支持,最初专注于该组织任务中的安全和反盗猎的目标。
为此,WPS与Microsoft AI for Earth团队合作,为MegaDetector提供图像,MegaDetector是AI for Earth团队开发的一种AI模型,用于加速监控相机图像的处理。这是一种互利的关系,WPS使用MegaDetector帮助增强和完善其wpsWatch监控解决方案,其提供的图像注入有助于模型的持续改进。WPS向保护区免费提供其服务和平台。
使用MegaDetector(一种计算机视觉异常检测模型)来检测相机中的动物、人和车辆。它的设计方式支持了该组织实现新目标的愿望。WPS执行董事埃里克·施密特表示:“因为它是基于标准的应用,我们的许多现场用户能够根据他们的具体需求选择正确的硬件”“它给了我们灵活性,可以通过各种巧妙的方式调整第三方系统,这样我们就可以与这些系统合作,使它们更像是一个封闭的生态系统。”
MegaDetector的新版本(V5)在去年发布,WPS在实施新版本后立即看到了准确性的提高。
wpsWatch平台的一个性能指标是从接收图像到识别触发人工智能帮助保护濒危物种的原因所需的时间。一旦收到图像,就需要几秒钟内来获取AI推理数据,以了解照片中的内容。MegaDetector v5在基础设施上运行,图像分析的运行速度比以前快50%到60%。具体而言,使用MegaDetector v4的平均处理时间约为2秒。新版本的平均时间在500到700毫秒之间。WPS的软件开发人员James Goodheart表示:“这是一个很大的进步,特别是当我们大幅增加分析的图像数量时。”
使用v5的另一个增强是提高了准确性。Goodheart说:“我们把一些可能没有被检测到或被标记为重新训练的旧图像放了出来。一些已经在较新版本的人工智能中成功检测到。”
除了图像分析,WPS在其平台中还使用了其他Microsoft基础设施元素。例如,当远程摄像机启动时,图像数据通过SendGrid服务从远程摄像机通过电子邮件发送,然后使用WPS API进行解析。(传输图像所需的时间因可用的通信服务而异。大多数使用本地移动服务,而一些相机通过Wi-Fi连接。)
照片使用Microsoft Azure Blob存储,元数据由Microsoft SQL Server交付给WPS。然后,照片被转发到各种AI图像识别解决方案,以确定照片中的内容,例如车辆、人或感兴趣的动物物种,然后可以根据图像中的内容向现场相关团队发出警报。
扩展到新域
WPS希望利用其人工智能基础设施的一个领域是支持其在预防人类与野生动物冲突方面的努力。这需要有能力在图像中寻找物种,然后认识到,例如,大象可能正在沿着走廊向人类居住地行进,他们可能将在那里危害作物。或者寻找正在接近牲畜区的狮子或狼,并提醒当地人预防。
此外,WPS正在对入侵物种进行更多的检测。需要的是能够监测老鼠、猫、狗、山羊或任何当地入侵物种,并结合适当方法,确保该地区不再有任何进一步的入侵。在每种情况下,WPS都会使用相同的应用程序和摄像头来寻找威胁,无论是人还是野生动物。
WPS希望尽其所能鼓励人们参与全球野生动物问题。“真正让人兴奋的一件事是,世界各地的人们能够直接参与国际野生动物保护。通过我们提供的工具,任何人都可以作为志愿者监控我们的数据,并成为世界各地偷猎事件和野生动物犯罪的第一反应者。”通过基于云的技术和数据流,个人可以产生全球影响。所有人都能够为世界各地的自然保护产生影响。
以上是人工智能帮助保护濒危物种的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站7月5日消息,格芯(GlobalFoundries)于今年7月1日发布新闻稿,宣布收购泰戈尔科技(TagoreTechnology)的功率氮化镓(GaN)技术及知识产权组合,希望在汽车、物联网和人工智能数据中心应用领域探索更高的效率和更好的性能。随着生成式人工智能(GenerativeAI)等技术在数字世界的不断发展,氮化镓(GaN)已成为可持续高效电源管理(尤其是在数据中心)的关键解决方案。本站援引官方公告内容,在本次收购过程中,泰戈尔科技公司工程师团队将加入格芯,进一步开发氮化镓技术。G
