目前野外生物学家对鸟类个体的研究中，首先要捕捉到它，然后在它的腿上绑上能标识身份的东西，在释放之后再重新捕捉进行读取。这对于科学家来说是相当繁琐的，而且也会给鸟类造成影响。
为了寻求更好的替代解决方案，一支国际研究团队创建了一个人工智能系统，它可以通过照片来进行鸟类的身份识别。该系统已经在数千种鸟类的图像数据库上进行训练，每种动物的羽毛都显示出独特的模式。通过这种方式，系统学会了在随后的图像中要注意的独特特征。
团队在野生的大山雀（Great Tit）、群居织布鸟（social weaver），以及圈养的斑胸草雀（zebra finches）上进行测试。在所有情况下，它都利用安装在喂食站的摄像头，首先获得每只鸟的初始特写照片。当那只鸟后来返回并再次被拍到时，系统能够将该照片与第一张照片进行比对，确定两张照片是同一只动物。
到目前为止，该系统已被证明在识别单个雀类方面的准确率为 87%，对野生鸟类的准确率超过 90%。
为了衡量这种准确性，大多数鸟类已经配备了被动式集成应答器标签，与植入狗和猫身上的标签不同。当该标签被喂食站的天线读取时，系统就会记录下标签的个人代码，另外它还会触发相机拍摄照片。这意味着，所有的照片都是同样被标签识别的动物–当然，在实际使用中，该系统利用的只是照片。
参与研究的是来自波尔图大学（葡萄牙）、马克斯-普朗克动物行为研究所（德国）、CNRS 研究所（法国）、巴黎-萨克雷大学、康斯坦茨大学（德国）、蒙彼利埃大学（法国）和菲茨-帕特里克非洲鸟类研究所（南非）的研究人员。
Sources: British Ecological Society, CNRS