硅谷和TNC使用AI监视太平洋的所有捕获

　　保护主义者越来越多地转向技术，以帮助他们保护地球上有价值的植物，动物和资源的赏金 - 无论是在北部州捕捉偷猎者的机器人鹿，还是金枪鱼获得自己的区块链。现在，人们的注意力转向了西部和中部太平洋地区的伟大，开放，海洋的渔业，那里仍然是所有人免费的 - 主要是因为只有2％的渔船受到当局的监视。结果，所有捕捞量的40％可能是意外的，或者只是普通的。

　　然而，沉着的陈在其后面，有成千上万的钩子落后于该规则。该船是该地区的四艘船之一，该船只允许自然保护协会（TNC）安装相机，记录每条侧面的鱼。

　　加利福尼亚州TNC的首席技术官马特·梅里里菲尔德（Matt Merrifield）说，这是TNC为热带太平洋舰队中成千上万的长线金枪鱼船配备一套摄像机和传感器的第一步。几年之内，他希望看到100％的覆盖范围。

　　梅里菲尔德说：“如果没有数据，我们将无法有效管理这些股票。”

　　但是观看所有视频是一个巨大的数据挑战。在典型的两个月钓鱼之旅中，每艘船记录了约800小时的录像。即使是训练有素的渔业监视器，也需要大约10周的时间才能从一条船上观看所有渔业，并且有成千上万的船只看上去几乎是不可能的。

　　因此，TNC转向硅谷。计算机视觉的进步使计算机可以识别鸟类的图像，植物种类，目录雨林种类，甚至命名鲸鱼。该领域通过应用人工神经网络（在人脑上建立的算法）来取得进步，以通过看到数千或数百万个示例来“学习”对象。每当算法识别特定物种时，它都会增加它将识别下一个物种的概率。随着时间的流逝，这些算法取得了令人印象深刻的进步。加州理工学院的研究人员最近宣布，他们能够使用Google Maps使用卫星和街道图像来创建库存，并以80％的精度识别80,000个街道树木。

　　TNC现在想使用它们来查看钓鱼线末端的内容，但是构建算法来说明金枪鱼和乌龟之间的区别很难。认识到大眼睛和黄鳍金枪鱼之间的差异以及成年和少年鱼之间的变化甚至更难。

　　为了解决这一挑战，该组织将在数据竞赛平台Kaggle上赞助15万美元的竞赛，以及成千上万的数据科学家，以测试其算法，以针对长线金枪鱼渔业的视频播放。竞争对手必须确定捕获线路的何时，何时何地，目录以90％的精度捕获，并减少审查录像所需的时间约40％。该组织发起了“这是我们的未来”运动，包括对VR渔业的上亲密和个人观点，以提高知名度。