隨著世界對人工智能將對我們的工作生活產生什麼影響感到不安，但有一份野生動物保護工作科學家們非常樂意將其移交。事實證明，這項技術可以對數百萬張相機陷阱圖像進行分類，以準確識別動物物種，所用時間僅為以前人眼所用時間的一小部分（而且結果更差）。

在兩個主要項目中的第一個項目中，來自土耳其近東大學和澳大利亞塔斯馬尼亞州政府的研究人員推出了人工智能軟件，可以立即識別其中一隻食肉有袋動物袋獾是否患有面部腫瘤病(DFTD)。

這種可傳播的寄生蟲導致絕症會擴散到袋獾的面部，使它們難以進食，許多動物會因此餓死。狹窄的基因庫和與感染了寄生蟲的同胞爭奪食物、交配和領地的熱情導致致命的癌症肆虐瀕臨滅絕的物種。雖然疫苗已經開發了一段時間，但目前最好的干預措施是能夠識別和隔離受感染的袋獾。

這就是AI 的用武之地。使用U-Net 和Resnet-18 神經網絡圖像識別工具，研究人員能夠對圖像進行分類，不僅可以發現DFTD，還可以對面部損傷是DFTD 還是打鬥引起的常見傷害進行分類。

從1250 張圖像中，AI 能夠識別出961 只健康的和289 只患病的袋獾，準確率為92.4%。這種幾乎可以實時響應的自動化、快速且可靠的系統可能被證明是拯救該物種免於滅絕的關鍵。

人工智能還被用於識別野生動物並觀察大自然如何從毀滅性的自然災害中恢復過來。據估計，多達30 億隻動物在2019-2020 年澳大利亞夏季叢林大火中喪生。

Eyes On Recovery 項目與世界自然基金會(WWF) 和Google 的AI 平台Wildlife Insights 建立了獨特的合作關係，正在跟踪自然的恢復情況，到目前為止，它已經從火災肆虐的數百個攝像機中收集了超過700 萬張區域圖像。

一隻好奇的袋獾和她的幼崽在新南威爾士州南部高地抓拍全家福

“Wildlife Insights AI 模型大大減少了通常處理相機陷阱圖像所需的時間，”WWF-澳大利亞恢復之眼項目協調員Emma Spencer 說。“讓計算機完成從數據中刪除空白圖像和識別重要物種的艱鉅任務，我們的許多合作夥伴報告說他們的圖像處理速度至少提高了5 到10 倍。 這意味著通常需要500 小時才能分類的數據現在只需大約100 小時即可處理。”

相機捕捉到了針鼴鼠群，這是一種求愛儀式，雌性針鼴鼠帶領著一列雄性，直到她挑選出合適的伴侶為止

雖然可愛的動物自拍比比皆是，但這項技術有可能讓科學家以前所未有的方式深入了解野生動物種群，還可以用來監測入侵物種和擬開發或採礦的地點。

塔斯馬尼亞袋獾研究發表在CSIRO 期刊《野生動物研究》上。

公民科學家也可以參與收集數據，將野生動物相機設置為全球野生動物洞察模型的一部分。