人工智能的下一个前沿，可能涉及教会计算机来区分长鳍金枪鱼和黄鳍金枪鱼。
大自然保护协会（The Nature Conservancy）是一个环境保护非营利机构，它与几个太平洋岛屿国家和一个大型金枪鱼捕捞公司合作，使用先进技术更轻松地统计和识别海上捕捞的鱼类。
合作的目标是，使用先进的人工智能技术，如深度学习，来帮助渔民减少保护动物的捕获量，如鲨鱼和海龟这些在捕捞金枪鱼时被误捕的海洋生物。大自然保护协会希望该方案能够防止过度捕捞，帮助濒危的海洋动物恢复数量，同时不至于使渔民们丢掉工作。
“我们很乐观地相信，数据科学可以帮助我们区分乌龟和金枪鱼，并且在不小心遇到鲨鱼进来时标记提醒。”大自然保护协会的项目总监马克·齐姆林（Mark Zimring）说。
谷歌和Facebook这样的公司通常会使用AI技术，如机器学习和深度学习，来识别图片中的人脸。大自然保护协会认为，这一相同的面孔识别模式技术可以应用于价值60-70亿美元的金枪鱼捕捞业。
在热带岛屿帕劳附近，典型的商业捕鱼主要涉及延绳捕鱼，这种捕捞方法会放出超过50英里长的捕鱼线，可放置多达到2000个鱼钩。而整理鱼线往往要花10个小时，这份工作非常辛苦。之后，还需要四到六个小时来识别捕捞到的其他鱼类。
然而，许多商业捕鱼公司缺乏足够的资金来雇佣工人，负责在船上统计所有捕捞到的鱼类。联泰渔业公司（Luen Thai Fishing）的副总裁Derrick Wang说，太平洋岛屿地区的渔业经营者通常会指派一个观察员，在一年内200次旅行中陪同渔民大概10次。
联泰渔业公司是位于香港的联泰国际集团的渔业子公司，这家渔业公司坐落于关岛，经营着公司太平洋岛屿地区的捕鱼业。2013年，联泰渔业公司公司因违反了马绍尔群岛关于非法收割鲨鱼鳍的岛屿法律，被罚款12万美元。根据当地新闻媒体报道，当局在该公司所属渔船上发现多个鲨鱼鳍和鲨鱼皮。
联泰渔业公司已经采取了“全面禁止捕鲨政策”，并已经“实施了相关程序”来禁止捕捞鲨鱼。相关负责人表示，他们很乐观地相信，通过与大自然保护协会合作采用新技术，公司“一定”将进一步防止将来任何类似的捕鱼问题。
为了帮助联泰公司在捕鱼过程中更有识别力，大自然保护协会已经为十几艘船安装了电子监控系统，包括一套摄像机、传感器和GPS设备。这个监控系统能够记录船上发生的大多数事情，以证明商家没有违法行为，并且在他们向官方人员提供捕获物时，为他们提供所需的任何合规性数据。
（安装在渔船上的摄像机）
大自然保护协会的首席技术官Matt Merrifield说，大型渔业公司可能不相信他们的船长会做正确的事情，但是通过监测系统，公司可以显示渔民是“按照规则操作的”。
虽然使用录像是有用的，但是对于岸上的工作人员来说，审阅这些视频依然很琐碎劳累。一个10小时的出海，需要6个小时来审阅。
为了节省时间，大自然保护协会与创业公司Kaggle合作，帮助开发一种算法，来加速这一过程。最终的目标是，大自然保护协会希望将算法嵌入到一个完全自动化的软件工具包中，工人可以在其捕鱼作业中使用。
Kaggle因为代表沃尔玛和通用电气等企业主办数据科学竞赛出名。参与竞赛的公司通常会提交大量数据，比如沃尔玛这一案例中销售数据，然后研究人员使用这些数据来构建算法，可以预测结果，例如消费者最有可能在什么时候在商店购买电脑。
而对于金枪鱼项目，Kaggle首席执行官Anthony Goldbloom说，大自然保护协会整合了这些视频，然后将其分割成数千张图片，来识别图片中的对象，如鲨鱼、不同的金枪鱼种类和海龟等，并且向图像数据增添上下文。
Kaggle会向研究员提供数据库，其中一半包含正确标记的数据，另一半则是抹去了相关信息。将由研究员自己建立卷积神经网络，就是一种能大致模仿大脑如何学习的软件，并且把图像数据输入到这个软件里。
使用这些有正确标记的数据作为原材料，研究员将建立起一个算法，在未标记的数据中进行筛选，并尝试识别图像中的鱼和其他生物。作为比赛奖励，能构建最精确算法的研究员将获得15万美元的现金奖励。
（审阅视频的工作人员）
大额奖金将抵消研究员在开发算法时所需的一些成本。开展这些深度学习实验，还需要花费大量资金从亚马逊和微软这些公司购买大量的云计算资源来处理数据。
然而，这个挑战对于研究员来说仍然难以解决。跟谷歌和Facebook这样的公司用来识别猫和狗的图片相比起来，捕鱼视频的图像更复杂，更难以破译。
照明条件差、镜头被雨水撞击、视线被人挡住这些问题都加大了识别的难度。Goldbloom说，这个问题能够测试机器学习的极限。
不过，随着计算能力的提高和可用数据量的增加，人工智能技术飞速发展，Goldbloom相信研究员能够建立起一个算法，至少能够达到计算图片中鱼类正确数量这一目标。然后在这个基础上，研究员可以微调他们的算法，把金枪鱼与鲨鱼和海龟区分开来，然后区分不同的金枪鱼种类。
这个比赛将在4月份结束，Goldbloom预测说，他们的目标应该可以完成，研究员们在一个月后应该就能接近一个可行的算法。
对于大自然保护协会来说，拥有这个识别算法还只是刚开始，要建立起一个成熟的监测系统，还有很长一段路要走。
算法和机器学习是真正的内核，围绕这两者，团队将构建一整套操作软件。人工智能团队也可以借此机会，来证明机器学习和深度学习是不是像他们说的那么好。