21世纪是科技高速发展的时代，互联网渐渐走入人们的生活。互联网就像一张网。把我们紧紧联系起来，现在的衣食住行都离不开互联网科技，下面分享一篇关于互联网科技的文章给大家。
北卡罗莱纳是世界上工业养猪场最集中的地区之一，有2000多家养猪场，总共约有1000万头猪。大部分粪肥储存在被称为“泻湖”的露天坑中，当这些粪肥溢出时，它们会用病原体、药物和营养物质污染水道，造成严重的污染和健康风险。无论是在北卡罗来纳州，还是在全国各地的其他牲畜和家禽养殖场，环境监管机构都站在监测此类溢水事件和跟踪损失的前沿。但首先，他们需要找到真正的工业化农场——其中许多并没有法律要求公开它们的位置。这就迫使想要成为监察员的人从卫星和航空图像中手动挑选农场——这项任务可能需要几个月(或者，对于爱荷华州的一个州机构来说，超过三年)才能完成。
但斯坦福大学(Stanford University)的研究人员找到了一种方法，通过机器学习训练计算机模型来识别这些农场，从而在极短的时间内精确定位这些农场。“我们意识到，这正是我们可以利用计算机视觉真正快速进步的地方，”斯坦福大学法学教授Daniel Ho说。
Ho和他的团队专注于一种叫做集中动物饲养操作(CAFOs)的农场。这些被定义为包含超过1000头肉牛、2500头猪或12.5万只肉鸡超过45天。全国各地的CAFOs每年生产出大约3350亿吨粪便，但它们并不需要像司法管辖区和家庭对待人类粪便那样对待粪便。“一个CAFO产生的粪便相当于一个中等城市的粪便量，”何说，“我们如何确保美国的水道得到保护?”
联邦政府确实在一定程度上限制了cafos的排放。美国环境保护署(Environmental Protection Agency)要求这些企业获得排放许可，这限制了废弃物的数量和CAFOs可以合法排放废弃物的地区，但这些限制只适用于那些积极向水道排放污水的企业。
一些农民表示，这些规定足以保护水道。“环保局的职责是保护美国的水域，以确保它们是安全的，可以饮用和再造，”保罗·布莱德维尔说，他是佐治亚州塔克市美国家禽和鸡蛋协会的环境保护副主席。“如果环保局对他们的规定感到满意，那么我们当然觉得，如果我们遵守这些规定，那么(农民)就会尽他们的职责来保护环境。”
但一些环保组织认为，EPA的标准过于宽松，部分原因是它们没有考虑到飓风佛罗伦萨(Hurricane Florence)等风暴期间无法预见的溢出事件。他说，这促使这些组织寻求更严格的监管和监督。
第一步是确定农场的位置。为了训练计算机模型来提供帮助，Ho和他的团队从北卡罗莱纳的一个研究区域收集了24440张公开的卫星图像。一群学生帮助研究小组手工筛选这些照片，以找出CAFOs的标志性特征，比如成群的狭长的建筑物，就养猪场而言，还有露天泻湖(许多北卡罗来纳州的家禽养殖场没有这样的泻湖，因为它们在室内储存废物)。研究小组还发现了类似的设施，电脑可能会误认为是CAFOs。例子包括飞机机库，也经常聚集在一起，但往往坐在混凝土跑道上，而不是农业用地，何解释说。一旦研究人员完全训练了这个模型来区分CAFOs，这个团队证明计算机视觉可以成功识别95%的手动调查发现的CAFOs——但是只有不到十分之一的时间。
“这是我们强烈考虑投资的地方，”Soren Rundquist说，他是位于华盛顿特区的非营利环境工作组(EWG)的空间分析主管。他在EWG的工作中对CAFOs进行了大量的手工调查，并亲身体会到这项工作有多耗时。他说:“让电脑来指导你去哪里找，并手动验证电脑的结果，这肯定有助于简化这个过程。”龙德奎斯特还指出，随着CAFOs继续迅速扩大，为环保组织的监测工作创造了一个不断变化的目标，这将特别有价值。
不过，伦德奎斯特指出，这项技术相对较新，需要进行微调，以捕捉不同CAFO设计的细微差别，尤其是在美国其他地区。例如，美国中西部的养猪场通常缺乏北卡罗莱纳州典型的户外粪肥池，因此该模型需要进行区域特定的培训。Rundquist还指出，大多数非营利环保组织可能没有能力自行部署这项技术，至少在短期内是这样。该软件要求对编码有一定程度的熟悉，学术团体可能有，但非营利组织可能没有。他们可能需要合作，至少在技术的初始阶段是这样，Ho说。
在这个早期阶段，这种方法也不会完全消除确定农场位置的人为因素。人们仍然需要手动确认计算机模型结果的准确性。但该计划确实为加快这一进程提供了一个有益的起点。
“我们认为这是第一步，”Ho说，“向人们展示机器学习如何能够成为对人类监控工作的可行和经济有效的补充。”