每年有幾十億隻鳥撞死在窗戶、通信塔、風力發電機等人造物體上。其中一個原因是鳥類不知道這些物體反射出來畫面是天空的鏡像，以為是暢通無阻的通道。
另一個讓很多鳥不幸撞死的人造物體是太陽能板，在美國每年多達13.8萬隻鳥在上面撞死。隨著太陽能板數量的不斷增多，人們不得不開始評估這對野生生物圈帶來的危害。
美國能源部向阿貢國家實驗室（Argonne National Laboratory）撥款130萬美元開發了一套自動監控太陽能板上方鳥類活動的系統。
目前唯一追蹤在太陽能板上撞死鳥隻數量的辦法，是靠人工清點鳥類的屍體，顯然這樣收集數據的方法效率很低。
阿貢實驗室的軟件工程師席曼斯基（Adam Szymanski）和同事開發了一套系統，以攝像頭瞄準太陽能板收集視覺信息，然後使用機器學習系統自動識別移動的物體是不是鳥類，是否與任何物體相撞。
研究人員稱，這樣的學習系統需要高性能的計算機來完成。席曼斯基說：「這就是在阿貢工作的好處。我們大樓隔壁就是一個大型高能計算機中心。」
現在，這個研究組正使用來自8臺相機、每天10小時，共錄製了一個月的數據，錘煉一個能從畫面中自動檢測出鳥類出現的軟件系統。
研究者表示，這套系統將來要整合到相機內部，才能做出實時高效的判斷，而不會採用下載數據後期分析的方式。
其實，這套系統是在另一套自動識別無人機系統的基礎上進行的改進。
很多無人機偵測系統通過偵測無線電波實現，不過有的無人機不發出信號，因此席曼斯基的研究組開發了一套靠相機對著天空監測無人機的系統。
儘管鳥和無人機有很多相似之處，席曼斯基說，兩者的區別還是有跡可循。「無人機通常有螺旋槳，從畫面上可以識別。另外鳥類靠拍打翅膀飛行，因此當它們的翅膀呈張開狀態的時候，不難識別。可是在鳥類把翅膀收起來的情形下，比如在滑翔的時候，看上去就像一個黑點，這種情況識別的難度就高一些。」
兩套系統的相機掃視的目標也不同。無人機偵測系統監控的是空白的天空，而為太陽能板監控鳥類的系統面對的是太陽能板。這使得相機視野內的物體更多，判斷過程更複雜。
席曼斯基相信他們的辛苦工作是善舉。他說，很長時間以來，人類都把自身的需求淩駕於自然界之上，像這樣把生態保護和潔淨能源結合研究的項目很重要，因為這是通過有形的證據提醒人們，自然界的利益不應該被忽略。
