能更快帮助保育专家辨识动物的数量与迁徙路线，追踪人类造成的影响。
Deepmind 宣布了与非洲的保育专家与生态学家合作，将机器学习引进到动物的辨识上。过去的动物辨识靠的是志愿者的人力辨识，由照片送出到结果传回，中间可能可以隔上一年之久。对于许多具备即时性的需求来说，实是在太过缓慢。如今有了 Deepmind 加入后，靠着过去九年在塞伦盖蒂草原上数百万张的动物照片作为基础，开发了一套机器学习模型，可以将辨识花费的时间砍到仅需三个月，且准确度与人力辨识相当。这工作远比想像中的困难，因为动物不会乖乖的站在那边摆 pose 给你拍照，而是很多时候只有失焦、动态模糊的照片，机器学习也要能懂得将这些照片正确地辨识出来。
从这里，下一步就是精简模型，并且设法将其输出成独立的套件。据称 Deepmind 正在开发的版本只要「中端」的硬件和一点联网能力，就能在野外立即进行辨识。Deepmind 团队希望近期内能将这样的系统在塞伦盖蒂进行实测，看看效果如何。
如果能动物的辨识推进到现场、即时的程度的话，对于保育来说的意义不言而喻。这表示就算不用手动为每只动物加上标签或无线追踪器，也能在一定程度上追踪每只动物的位置，以及族群的数量变化，而且有足够的即时性让保育专家对即时的天灾或人祸做出回应。当然，AI 能起的还是只有辅助的作用，保护大自然还是有赖人类共同的努力，但这已经是个可以大幅简化工作难度的工具了。