過去想要追蹤瀕臨絕種的鳥類，得派遣多支生物學家隊伍急忙趕往偏遠的島嶼和攀上崎嶇陡峭的岩壁，使用特殊的光纖光學攝影機去觀測洞穴。
此舉不僅艱險，效率還不彰，就算是補給再充足的遠征隊，也只能待上一到兩週。
日後這個情況將不再發生。
現在拜深度學習所賜，生物學家可以只帶著數十個感應器降落在偏遠的島嶼上、離開，幾個月後再回來帶走大量資料。
那些遠超過任何一個人類分析能力的資料量，交由位於美國加州聖塔克魯茲的 Conservation Metrics 所開發，並使用 NVIDIA GPU 進行訓練的深度學習系統進行消化。
結果讓人驚訝不已，生物學家現在能使用高感度麥克風來追蹤那些瀕臨絕種的鳥兒，隔幾個月便陷入難關的頻率，甚至還運用科技來發現（及保護）一度被視為絕種的鳥類。
「深度學習讓我們從一個月部署五具感應器的研究案，進步到六到八個月部署 150 具感應器的案子，」Conservation Metrics, 執行長 Matthew McKown 在最新一集的 AI Podcast 裡，對科技圈記者 Michael Copeland 這麼說。「那使得我們能追蹤極為罕見的事件，得到更好的保育結果。」
請收聽最新一集 AI Podcast，就能聽到完整訪談內容，以及瞭解深度學習如何協助再次發現和保護太平洋偏遠小島上某種罕見的鷹隼。
AI Podcast：人工智慧如何改善腦瘤的治療水準
要是錯過了上週的節目，它精彩到值得你再聽一次：我們邀請到梅奧醫院神經放射科醫師 Dr. Bradley Erickson，他使用人工智慧來預測經由核磁共振成像技術獲得的癌症基因體學，這套方法讓醫師們能更快獲得寶貴的基因資訊，像是腫瘤長大的速度，還有腫瘤是否會對特定藥物和其它治療方式有所反應。