卫星AI检测荆棘，助力刺猬栖息地保护

快速阅读: 剑桥团队利用模型在米尔顿国家公园成功定位黑莓生长区，显示高精度，尤其在开阔地带。此技术有望应用于生态监测，如入侵物种地图绘制。

在一次实地测试中，贾弗在其博客中写道：“我们在模型指示的一个区域找到了第一株黑莓，大约用了20秒。”从米尔顿社区中心开始，该中心附近的停车场被模型预测有高概率存在黑莓，团队系统地访问了不同预测级别的地点。研究团队在此处定位到了他们的第一株黑莓。照片来源：萨迪克·贾弗。

在米尔顿国家公园，每个高置信度的区域都发现了大量的黑莓生长。当他们调查一个住宅热点时，发现了一片被黑莓覆盖的空地。最有趣的是，北剑桥的一个重要预测将他们带到了“黑莓田地方自然保护区”。正如其名，该地区确实有大量的黑莓覆盖。

据报道，模型在检测大面积、未被遮挡的黑莓斑块时表现最佳。而树荫下的小片黑莓显示较低的置信度分数——这是卫星自上而下视角的合理限制。“由于TESSERA是从遥感数据中学习到的表示，部分被遮挡的黑莓可能更难被识别，这合乎逻辑，”贾弗解释道。

尽管研究人员对初步结果感到兴奋，但黑莓检测工作仍处于概念验证阶段，正在进行积极的研究。该模型尚未在同行评审的期刊上发表，这里描述的现场验证是一次非正式测试，而非科学研究。剑桥团队承认这些局限性，并计划进行更系统的验证。

然而，这仍然是神经网络技术相对积极的研究应用之一，提醒我们人工智能领域远不止生成式AI模型（如ChatGPT）或视频合成模型。

如果团队的研究取得成功，这种简单的黑莓检测器将具有一些实际优势。与资源密集型的深度学习模型不同，该系统有可能在移动设备上运行，实现实时现场验证。团队考虑开发一个基于手机的主动学习系统，使现场研究人员能够在验证模型预测的同时改进模型。

未来，类似的结合卫星遥感和公民科学数据的人工智能方法，可能用于绘制入侵物种地图、追踪农业害虫或监测各种生态系统的变迁。对于刺猬等受威胁物种而言，在气候变化和城市化正在重塑它们栖息地的时代，快速绘制关键生境特征变得越来越有价值。

(以上内容均由Ai生成)