看起来,觉得“人的五官差异明显,而动物不是”,是你的人类生物学身体产生的一种错觉。
自然选择塑造的人脑和你的生活过程的共同作用让你产生了这种错觉。
动物的骨骼·肌肉·皮肤·毛发等的生长和人一样受到内外因素影响,同种动物的内骨骼·外骨骼·水骨骼的形状·长短·粗细、肌肉发达程度·形状·位置关系、感觉器官·口·附肢·肛门等部件的形态和相对位置、毛发·皮肤·外壳等的长度·颜色·花纹、在生活过程中留下的伤痕·歪曲变形等各有区别。
你识别人脸和他人动作姿态的能力,建立在过去几百万年里我们这个物种演化出来的神经生物学基础和你在婴儿时期大量观看的他人面部、他人运动的基础上,是一套复杂的、可损坏的系统。这套系统一旦出了故障,就无法分辨他人甚至自己的面部外貌特征和动作,正常运行的时候对不熟悉的人种也难以起作用。
计算机没有人的这一套面部识别系统,不带类似的偏见,因此用计算机识别动物的外貌特征就可以证明“其他动物的外貌特征其实差异化得很”。
2019 年发表的一项研究[1]显示,对于 14 年间的视频记录中的一千万张野生黑猩猩面部数据,人工智能面部识别达到了 92.5% 的个体识别率、96.2% 的性别识别成功率。
2020 年发表的一项研究[2]显示,基于 65000 张大熊猫面部图像的人工智能面部识别达到了 95% 的个体识别率。这表明面部图像可能是识别哺乳动物个体的通用特征。
以下引用自《中国科学报》张行勇:
西安电子科技大学教授苗启广团队与西北大学研究人员展开合作,通过设计具有多路关注机制的深度神经网络模型,研发出一套较为完整的动物面部特征检测、追踪和识别系统“Tri-AI”,实现了适用于多物种个体识别的研究目标。近日,相关成果发表于《交叉科学》。
研究团队在野外和动物园进行了动物面部数据采集,并建立了动物面部识别数据库。据论文作者之一的郭松涛介绍,Tri-AI 系统对 41 个灵长类物种共计 1040 只个体的 102399 幅面部图像,以及 4 个非灵长类物种共计 91 只个体的 6562 幅面部图像进行了实验验证。结果显示,Tri-AI 系统对个体数量多于 18 的 21 个物种的个体识别准确率为 93.8%,远超过人工识别的准确率。此外,该系统可兼容夜视影像的分析,可实现基于夜视图像的个体身份识别,进而可实现全天候的动物研究。
该系统验证了基于多物种的自动个体识别的理论假设的科学性,满足了“无观察者干扰”的行为学研究的理想条件要求,将研究者从对动物个体识别与追踪记录的任务中解放出来,推动了动物行为学研究进展。
相关论文信息[3]
旷视科技开发过一款通过鼻纹识别狗的程序。
世界各地的多家科技公司尝试过识别黑猩猩、海豚、马、狮子、鸡、奶牛、猪、熊等各式各样的动物,取得了不同程度的成功。
2021 年,日本北海道实验了“对熊进行面部识别来精确打击曾经袭击人的熊”。