人工智能可以找到栖息于桥梁下的蝙蝠准确率超过90%

蝙蝠发出声音脉冲，并利用回声来了解周围环境。因此，设备已经到位，通过检测蝙蝠的声音信号来监测蝙蝠。然而，这种方法只在活蝙蝠存在的情况下有效，商业蝙蝠探测器可能很昂贵，这限制了公共机构对它们的使用。

美国有40多种蝙蝠，其中许多濒临灭绝或受到威胁。蝙蝠经常在桥下筑巢，有数百或数千只，因此交通部门在进行维护之前必须对它们进行调查。一项新的研究表明，利用人工智能照片和计算机视觉技术可以自动检测桥梁上是否有蝙蝠，准确率超过90%。

桥梁调查对保护濒危蝙蝠物种非常重要。粪便、粪便和污渍是蝙蝠的常见特征。然而，很难确定一些污渍是由蝙蝠还是其他原因引起的，如漏水、生锈、沥青浸出或其他类型的结构退化。然而，计算机可以用来检测差异。

为了建立一个人工智能模型，研究小组收集了许多有蝙蝠和没有蝙蝠的桥梁的数字照片。使用这些图像，模型可以学习识别蝙蝠的特征和特性。研究团队还开发了一个网络应用原型，允许用户交互上传结构上的污点图像，并从模型中接收分类结果。

目测是交通部门评价蝙蝠存在的主要方法，但如果没有综合训练，人类很难区分蝙蝠的各项指标。粪便等主要指标可能会聚集在难以发现的地方，或者直接掉进桥下的水中。这项研究可以简化这些调查，使检测蝙蝠的存在变得更加容易和快速，并估计预测的准确性。

弗吉尼亚交通运输部正在计划一项试点研究，桥梁检查员和环境工作者将使用这个网络应用程序作为筛选工具。目的是评估工具是否好用，让工作人员更有底气地识别和记录蝙蝠的存在。