AI開發者都是群什么人？相信大多數人腦海中會立刻閃出一些畫面：在科技公司高大上辦公樓里游走的潮酷極客；面前擺放著八塊顯示屏的超級宅男；亦或是像鋼鐵俠一樣揮舞幾下就造出個機器人來回跑。

實際上，AI近幾年的快速發展，以及眾多算法的模塊化，已經使得深度學習方法得到了特別廣泛的應用，開發者群體也格外豐富多樣。比如我們遇到的第一位AI開發者，就是來自中國科學院動物研究所的生物學家。

該團隊研發的產品，是一個名為“生物記”的人工智能平臺，能夠自動識別出圖像中的動植物。

之所以有此創意，源于研究者林聰田的切身工作體會。在他看來，大數據時代，生物多樣性研究的難題主要來自三個方面：

大量的生物數據積累還只能依靠人工來收集和分類，常常需要背著長焦相機行走在深山野外，小心翼翼地拍攝和分辨野生動植物，再對照資料逐一記錄。工作辛苦不說，效率也難以滿足科研需求；

第二個問題是，具備專業知識的分類學專家越來越少，大量生物標本、照片等研究材料的難以得到專業鑒定，影響數據標注的準確性和可靠性，最終會影響研究的結果；

另外，公民科學逐步興起，大眾對動植物的興趣卻與日俱增，不僅學生們需要科普教育，大人們也很愛湊熱鬧，遇到稀奇古怪的生物就上社交網絡求專家鑒定，還捧紅了“博物君”“水族館男”等不少網紅。

通過公民科學產生的大量數據也被應用于科學研究，迫切需要能夠自動識別生物的公共平臺，保證公民科學數據的可用性。

在這種大環境下，一直關注技術進展的林聰田，在2017年開始通過百度大腦開放平臺，將定制化訓練和服務平臺EasyDL，引入到了生態學研究當中。

目前，已經能識別鳥類、蝴蝶等生物類群。尤其是在鳥類識別上，“生物記”的top5準確率可以達到95%以上，能夠識別一千二百多種鳥類。

專業的研究員們，野外作業時帶上“生物記”，直接拍攝記錄就能夠完成野外觀測工作，不需要再繁瑣地手動記錄各種信息。而普通的個人愛好者也可以隨時隨地上傳自己拍攝到的神奇物種，獲取相關知識。值得一提的是，“生物記”會給出物種匹配程度，還能直接在線向專業的生物學家求助。

人類認識自然的方式，正在變得“智慧”起來。AI讓生命更美好，或許正是如此。