世界動物日 當動物保護遇上機器學習
對全世界熱愛動物和投身于動物保護事業的人們而言，今天是一個特殊的日子——“世界動物日(World Animal Day)”。在每年的10月4日及前后，大家都會聚在一起，通過各種形式的活動，號召所有人團結起來，維護動物福祉和權利。
之所以要號召人類保護動物，一方面是因為，它們對生態平衡和人類生存環境的可持續發展起著不可或缺的作用，但更重要的原因或許是，動物和我們一樣有著知覺能力，比如能感到喜悅和痛苦。隨著人類行為對動物的影響日益加劇，基于同情心和道德感，我們都有責任努力改善它們的生存狀態。
自世界動物日于1925年首次設立至今，關懷、尊重動物的理念也獲得了越來越多的認同，也有越來越多的人開始努力為動物們(也是為人類自己)創造一個更美好的未來。近年來，數字技術正在保護動物和改善動物福利的工作中“嶄露頭角”。例如，從監測種群活動到提高健康水平，Google的開源機器學習平臺TensorFlow，就成為了人們解決問題的“好幫手”。
監測海牛種群 保護海牛棲息地
因為密集航運、水產捕撈、海洋開發等人類活動，有多達23%的海洋哺乳動物正面臨著滅絕的威脅，海牛就是其中之一。
紅圈處即為航拍圖像中觀測到的海牛
保護海牛的第一步是通過追蹤它們的活動，掌握它們的數量、大小和所處位置。然而，長期以來，研究人員仍然在用十分簡單和原始的方式監測海牛種群——乘坐小型飛機觀察海面。毫無疑問，這是一種危險、耗時間、高成本的工作方式。
在無人機和機器學習技術的幫助下，在澳大利亞莫道克大學工作的Amanda Hodgson博士改變了這項工作的現狀：先讓無人機代替研究人員進行實地觀測，拍攝高清航拍照片，然后，通過TensorFlow開發出一款探測器，可以自動掃描收集來的大量航拍圖像，尋找海牛們的身影。
顯然，這款探測器能夠節省大量進行枯燥、艱難的識別工作的時間，提高了研究的效率。利用種群數據，人們可以更好地評估人類活動對海牛們的影響，并采取行動保護那些新發現的海牛棲息地。
識別瀕危鳥類
人類在世界各地建立了各種各樣的野生動物保護區。為了提高動物保護工作的質量，讓這些保護區能夠更好地運轉下去，需要對其中的動物“居民”們的“日常生活”有清晰、準確的認知。然而，有為數眾多的野生動物因體積小、行蹤“詭秘”、數量稀少等原因而難以被發現。
新西蘭的鳥類保護區“Zealenia“里的三種小鳥，Hihi、Tīeke和Kākāriki就是這樣的生物。為了更好地掌握它們在保護區中的位置和活動軌跡，需要肉眼觀測之外的其它方法。為此，新西蘭惠靈頓維多利亞大學的博士生Victor Anton花了三年的時間，在保護區內的50個地點錄制了數萬條鳥鳴錄音。
如何從規模如此龐大的音頻數據中找到真正有價值的信息？Victor Anton和他的團隊訓練了一個基于TensorFlow的機器學習系統，它可以把音頻分割成若干個幾分鐘長的片段，將每段轉換為聲譜圖，然后用深度卷積神經網絡處理每個時間跨度不到一秒鐘的聲譜圖塊，再用遞歸神經網絡將這些圖塊重新組合，判斷出這三種鳥類中的哪種的叫聲出現在了這一錄音片段中，如下圖所示：
通過分析識別結果，科學家們可以更全面地把握這些鳥類在保護區內的生存狀況。
改善奶牛健康 提供健康建議
保護動物，不只是保護野生動物。即使是被飼養的用于食用、畜力或研究的動物，也不應被隨意、殘忍地對待。著名的《動物福利普世宣言》(Universal Declaration on Animal Welfare)就指出，其原則適用于“野生動物”、“依人動物”、“為食物、產制品、或勞力而飼養的動物”、“同伴動物”、“用于運動與娛樂的動物”和“科學研究中的活體動物”這六大類動物。
為了提高農場中奶牛的健康水平，在荷蘭工作的的Saad Ansari和Yasir Khokhar開發了一款名為“Ida”的應用程序，在基于TensorFlow的機器學習模型的驅動下，它可以利用奶牛身上的可穿戴設備返回的信息(涵蓋體溫和進食、飲水、行走、睡眠等日常活動)，評估它們的健康狀況，檢測出跛行、消化系統疾病等問題，及時地提醒農場主并給出保持奶牛健康的建議。
Google所做的幫助動物們的工作不止于為他人提供技術工具。從與動物保護組織合作，創建由云計算和AI賦能的，可自動識別圖像中出現的物種，并幫助研究人員們進行數據可視化的的野生動物保護平臺Wildlife Insights，再到與美國和加拿大的海洋部門合作，運用深度神經網絡識別虎鯨和座頭鯨的聲音，追蹤它們在聚集海域的活動，可以說，Google已經成為動物保護的全球大家庭中的重要一份子。從身邊的小事做起，我們每個人也都可以為動物保護做出自己的貢獻。
