Google AI应用:从动植物掩护到探求未知行星

　　【评述】作为人工智能规模的明星和率领品牌，Google一向致力于人工智能的研究并敦促其不绝成长，并操作这一技能办理一些天下范畴内的挑衅和题目。TensorFlow作为开源平台，也让每个来自差异配景、差异区域的人有机遇操作这一先辈技能，实现创新，为办理人类配合的困难孝顺本身的力气。本日我们就来盘货一些较量有代表性的应用实例，一路来相识一下吧。

　　TensorFlow 助力动植物掩护

　　像许多大型海洋哺乳动物一样，可爱的海牛面对着濒危的田地。为更好地掩护它们以及它们的栖息地，野活跃物掩护者们必要对它们的数目与位置举办追踪研究。但在茫茫大海中要怎样探求海牛的踪迹?

　　研究员们用高清航拍图来追踪海牛，但航拍图片的尺寸和数目都很是复杂，要用肉眼来逐一搜刮、标志并计数其实是太坚苦了。

▲左边靠下位置的灰色小点就是一只海牛

　　最终，研究员们利 TensorFlow 的最新图像辨认技能，让电脑“学会”了辨认巨型航拍图中的海牛。呆板识此外速率远远高出了人工，精度也是肉眼的 1.4 倍。

　　亚马逊拥有天下上最大的热带雨林，尽量内地当局和人民一向致力于对它的掩护，可是在已往的 40 年中，依然有不行胜数的树木遭到砍伐。Topher White 发现了借助 TensorFlow 运行的 “The Guardian” 装备。它被安装在亚马逊地域的森林中，通过辨认电锯和伐木匠程车的声音，向统领该地域的打点员发出警报，从而阻止亚马逊地域犯科砍伐丛林的举动。

▲Topher 在亚马逊地域的高耸树木群中安装监控装备

　　位于宾夕法尼亚州的 PlantVillage 缔造了一款名叫 Nuru 的应用，通过标注数以万计的木薯作物图片，辨认和区分各类病害，并操作 TensorFlow 来实习呆板进修模子。该模子学会辨认病害之后就被应用于App傍边，农夫只必要将手机镜头瞄准木薯叶片，App就能辨认出这株作物有无病害。假若有，它还能给出最佳的处理赏罚提议。

▲只必要将你的手机摄像头瞄准木薯叶片，Nuru 就能明晰地辨认出作物上的病害

　　用呆板进修探求未知行星

　　Google AI 团队的一名呆板进修研究职员与德克萨斯大学奥斯汀分校天体物理学家举办相助，将呆板进修技能运用到了太空试探中，让呆板学会了辨认绕着迢遥恒星公转的行星。该研究职员用高出 1.5 万个颠末标志的开普勒太空望远镜信号的数据集，实习基于 TensorFlow 成立的呆板进修模子，来区分行星和其他天体。它辨认行星信号和非行星信号的精确率高达 96%，并发明白两颗新行星：开普勒 80g 和开普勒 90i。

▲研究职员行使这个模子在670颗恒星数据中探求新行星，发明白2颗此前研究漏掉的行星

　　这些例子仅仅是 Google AI 应用中的九牛一毛，AI 带来的诸多也许或者比天空还要辽阔。对付 Google 而言， AI 无疆土，AI 的福祉亦无界线，怎样更好地将 AI 落地，并惠泽每一小我私人，是 Google 一向在做的事。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!