大熊猫是世界上最受喜爱的动物之一。原产于中国中部和西南部的山脉，具有独特的黑眼睛和黑白外套的熊于1990年被列入国际自然保护联盟（IUCN）濒危名单。它们的地位在2016年升级为易危物种，世界自然基金会估计现在大约有1，800只大熊猫生活在野外。

保持健康的物种种群自然始于繁殖，但由于交配季节短，大熊猫带来了特殊的挑战——最佳繁殖成功的窗口每年只打开一天。

为了帮助找到“合适的时间”，四川大学、四川省濒危野生动物保护生物学重点实验室和四川大熊猫科学院的研究人员训练了一个神经网络CGANet（C卷积模块，双向Gated循环单元模块，Atention 模块），以根据大熊猫的声音自动执行交配成功预测过程。

在人声数据采集阶段，研究人员收集、修剪和规范化交配大熊猫的声音数据。下一步是自动配对成功预测：研究人员每秒从音频片段中提取43个声学特征，并将这些数据输入CGANet深度神经网络，该网络学习判别性声学特征并使用相关的识别特征来预测交配成功。最后，这些信息被提供给当地的野生动物保护工作者，一旦确定了最佳交配时间，他们可以探索人工授精等选择。

实验结果表明，所提出的CGANet在学习更多判别性发声特征方面的有效性，用于熊猫自动交配成功预测。对于未来的研究，研究人员计划继续增加熊猫发声数据并测试该方法的实际有效性。他们还计划探索多模态数据输入的潜力，例如声学和视觉数据。

除了交配季节，人工智能还被用于熊猫面部识别。来自南洋理工大学、四川师范大学和四川省濒危野生动物保护生物学重点实验室的IEEE 2019论文《使用小数据集的大熊猫面部识别》介绍了一种新颖的大熊猫面部识别算法，该算法在早期性能评估中显示出令人鼓舞的结果。

论文《基于音频的大熊猫自动交配成功预测》可在arXiv上找到。