目前野外生物學家對鳥類個體的研究中，首先要捕捉到它，然後在它的腿上綁上能標識身份的東西，在釋放之後再重新捕捉進行讀取。這對於科學家來說是相當繁瑣的，而且也會給鳥類造成影響。

為了尋求更好的替代解決方案，一支國際研究團隊創建了一個人工智能係統，它可以通過照片來進行鳥類的身份識別。該系統已經在數千種鳥類的圖像數據庫上進行訓練，每種動物的羽毛都顯示出獨特的模式。通過這種方式，系統學會了在隨後的圖像中要注意的獨特特徵。

團隊在野生的大山雀（Great Tit）、群居織布鳥（social weaver），以及圈養的斑胸草雀（zebra finches）上進行測試。在所有情況下，它都利用安裝在餵食站的攝像頭，首先獲得每隻鳥的初始特寫照片。當那隻鳥後來返回並再次被拍到時，系統能夠將該照片與第一張照片進行比對，確定兩張照片是同一隻動物。

到目前為止，該系統已被證明在識別單個雀類方面的準確率為87%，對野生鳥類的準確率超過90%。

為了衡量這種準確性，大多數鳥類已經配備了被動式集成應答器標籤，與植入狗和貓身上的標籤不同。當該標籤被餵食站的天線讀取時，系統就會記錄下標籤的個人代碼，另外它還會觸發相機拍攝照片。這意味著，所有的照片都是同樣被標籤識別的動物–當然，在實際使用中，該系統利用的只是照片。

參與研究的是來自波爾圖大學（葡萄牙）、馬克斯-普朗克動物行為研究所（德國）、CNRS研究所（法國）、巴黎-薩克雷大學、康斯坦茨大學（德國）、蒙彼利埃大學（法國）和菲茨-帕特里克非洲鳥類研究所（南非）的研究人員。

Sources: British Ecological Society , CNRS