研究人员正在开拓一个名为图像组学的新研究领域。顾名思义，图像组学使用机器学习，从生物体的照片和视频中提取生物数据。他们最近开始与研究印度豹子的研究人员合作，利用算法比较豹子妈妈和孩子的斑点模式。

图像现在已经成为最丰富的信息来源。研究人员把这项技术比作显微镜的发明，为科学家们提供了观察野生动物的完全不同的方式。在TDAI名为Wildbook的开源平台（帮助野生动物研究人员收集和分析照片）的基础上，该团队现在正专注于人工智能方法。这些程序使用现有的内容来生成有意义的数据。

在这种情况下，他们正试图分析众包图像，使人类可能自然错过的生物特征变得可计算，如鱼鳍的弧度或豹子的斑点。这些算法扫描了网上公开的豹子图像，从社交媒体到数字化的博物馆收藏。简单地说，这些算法"量化了相似性"，她说。其目的是帮助野生动物研究人员克服数据不足的问题，最终更好地保护面临灭绝风险的动物。

该平台从监督学习开始，使用"比Siri更简单"的算法来计算图片中的动物数量，以及图片的拍摄地点和时间，这可能有助于人口数量等指标。人工智能不仅能以比雇人更低的成本做到这一点，而且速度也更快。2021年8月，该平台自动分析了1700万张图片。人工智能可以扫描人类可能会错过的特征，比如虎斑蛾翅膀的颜色范围。2022年3月的一项研究发现，人眼无法区分雄性多态木虎蛾的基因型，但具有紫外线敏感性的蛾子视觉模型可以。

该团队正在实施算法，创建有图案动物的像素值，如豹子、斑马和鲸鲨，并分析那些像素值变化最大的热点，这就像比较指纹。拥有这些指纹意味着研究人员可以在没有GPS项圈的情况下非侵入性地追踪动物，对它们进行计数以估计种群数量，了解迁移模式等等。

标签： 科学探索 机器学习通过照片提取身体图案特征促进保护野生