AI能進行鳥類監測 研究員：實際運用仍有問題

（中央社記者張雄風台北25日電）在環評審查時，經常會聽到環評委員提出希望加強鳥類監測的要求。根據最新研究，已能靠AI精準辨識同種鳥類的不同個體；然而研究人員認為，要實際運用仍需克服演算法、資料庫等問題。

為減少未來離岸風機營運時，對鳥類飛行造成影響，行政院環境保護署在8月26日整併離岸風電鳥類境影響調查報告書，其中包含「彰化雲林外海15案」、「海峽27、28號風場2案」及「新竹苗栗外海2案」等進行審查，會中提到盼透過監測，能充實台灣海峽的鳥類飛行資料。

法國蒙彼利埃第三大學生態演化與功能研究中心團隊於7月26日在「生態與演化方法學」期刊（Methods in Ecology and Evolution）發表「以深度學習為基礎的小型鳥類個體辨識方法」（Deep learning-based methods for individual recognition in small birds）。研究發現AI辨識野生群織雀與大山雀的準確度超過90%，辨識飼養的斑胸草雀準確度超過87%。

國立台灣大學生物機電工程學系副教授郭彥甫在新興科技媒體中心發表文章解釋，此研究中的AI模型可以直接從鳥背上的花紋找到特徵，這樣的方式不但更精準，不偏差（unbias），且可以自動化，大量節省人力。

郭彥甫指出，人類雖然很會辨識人類個體，但辨識動物，譬如說老虎是哪一隻，就沒有那麼敏感；要讓人類辨識大量的野生動物個體，有一定的困難，因此公民科學和AI結合，有可能協助克服研究挑戰。

行政院農業委員會特有生物研究保育中心助理研究員吳世鴻告訴中央社記者，有這類的AI判別，會是研究人員的福音，然而除了距離、能見度和解析度等問題外，環境中還有許多情境需要克服；目前看來仍有3大前提需要達成。

吳世鴻說，首先是AI的演算法，是否能更加成長；第二則是硬體能否跟著升級，甚至讓取得價格下降；最後仍要研究人員努力充實資料庫；他說，資料庫與AI演算法是相輔相承，有更多的資料能幫助演算更精準，而成長的演算法則可減少判別一個物種所需要的資料量。

吳世鴻提到，目前特生中心另外在充實的則是聲音辨別的資料庫，可以用於長時間觀察或是研究員不易到達的領域，如海中鯨豚、夜晚的蝙蝠等；目前系統仍在開發中，雖有部分物種已高達9成辨識度，但仍有許多物種資料待收集。

吳世鴻強調，其實各項儀器和科技都是互相輔助，如聲音可以補足影像監測的情境，AI可以增強辨識等；這些工具能夠幫助研究人員收集大量資料，但最後還是要回歸到人的解讀。（編輯：張芷瑄）1090925

本網站之文字、圖片及影音，非經授權，不得轉載、公開播送或公開傳輸及利用。