人工智慧革新對受威脅鳥種斑點海雀的監測方法
一項創新的研究專案正顛覆著科學家監測太平洋西北部特有、且現狀受威脅的鳥種—斑點海雀的方法。這項合作專案涉及奧勒岡州立大學和美國森林服務局，透過運用人工智慧（AI）分析森林中錄音設備採集的聲學數據，大幅提升了對這種隱蔽生物的了解和保護。
斑點海雀習性獨特，選擇在距離海岸線高達60英里的成熟和原始林地築巢，同時又在海洋覓食，這給自然保育人員帶來了巨大的挑戰。過往，對此類鳥種的監測工作不僅費時費力，且由於其神出鬼沒的性質和繁殖地的難以抵達，讓研究工作充滿挑戰。
AI技術的應用突破
美國森林服務局太平洋西北研究站的Adam Duarte領導下的研究團隊，將原本部署在俄勒岡海岸山脈和華盛頓奧林匹克半島上用於監測北斑點貓頭鷹的聲學記錄器，重新利用於檢測斑點海雀的叫聲中的數據。通過開發一款專門識別斑點海雀獨特叫聲的卷積神經網絡，即一種AI或機器學習演算法，科學家成功在成千上萬小時的森林聲音中識別出斑點海雀的叫聲。
這一方法的成功令人矚目，AI系統在與已知斑點海雀種群數據對比時，鳥叫聲的識別正確率超過90％。這一高精確度為更有效、更高效地監測斑點海雀的分佈和豐度提供了全新途徑，相較於傳統的人工巢穴搜索或人類聆聽的聲學調查而言，這無疑是一大進步。
其研究成果已發表於《生態指標》期刊中，不僅凸顯了AI在斑點海雀保護工作中的巨大潛力，同時還展示了其在監測其他稀有或難以研究物種方面的廣泛運用。這項技術在物種分佈建模和長期族群監測方面代表了重大進展，減少了收集高風險物種準確數據所需的人力和時間。
這項研究得到了包括奧勒岡州立大學森林學院的Matt Betts、Matthew Weldy、農業科學學院的Zachary Ruff以及前奧勒岡州州立大學博士後研究員、現在美國地質調查局的Jonathon Valente，以及森林服務的研究員Damon Lesmeister與Julianna Jenkins等跨學科團隊的貢獻。
這項研究不僅凸顯了AI在環境科學中的創新用途，還象徵了一份由森林服務局、土地管理局和國家公園服務提供資金支持的共同保護努力。通過人工智慧的力量及科學家和保育人員的奉獻，為理解和保護斑點海雀及其他受威脅物種帶來了希望。
人工智慧技術成功地革新了對受威脅的斑點海雀進行監測的方法，透過聲學數據的分析提高了保護這種珍稀物種的效率和準確度。