看屁股，你是一頭大象吧

白交 2020-08-21 13:43:30 來源：量子位

楊凈 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

總有人問，AI可以為生態(tài)平衡做些什么？

在云南西雙版納雨林深處，他們給出了一份答案——「保護亞洲象，構建人象共處的雨林生態(tài)」。

亞洲象，作為全球瀕危物種之一，全國只有300余頭，云南西雙版納地區(qū)是主要棲息地。

在上世紀七八十年代，亞洲象在國內的數(shù)量曾降至170頭左右，瀕臨滅絕。在行之有效的保護措施下，亞洲象的瀕危狀態(tài)得到一定的緩解。

「保護亞洲象」已見成效，但隨之而來的，是大象逐漸走出雨林，來到人類生活區(qū)，造成「人象沖突」事件。

于是，人與象如何在雨林家園內和諧相處成為了當?shù)氐男码y題。

為了解決這一難題，浪潮與西雙版納國家級自然保護區(qū)管護局攜手，開發(fā)了一款亞洲象生態(tài)保護系統(tǒng)，這也是全球首個針對亞洲象的AI保護應用。

目前，這一系統(tǒng)的識別準確率達96%，就算是在晚上、霧天也能精確識別，而且只要是拍到亞洲象的尾巴、屁股就可以。

亞洲象：我不要面子的嘛？

自系統(tǒng)5月上線以來，已經(jīng)抓拍了超過26萬張由動態(tài)闖入觸發(fā)的照片，進行了近2900次預警，在預警區(qū)域內還沒有發(fā)生過人員傷亡的事件。

全球首個亞洲象生態(tài)保護系統(tǒng)

那之前有野生亞洲象AI識別嗎？

也有，但模型識別精度大概只有60%左右。

其中一部分原因在于亞洲象數(shù)量稀少，活動范圍廣，采集到的亞洲象圖像數(shù)量少、質量差。再加上亞洲象自身體型、雨林氣候多變等不確定因素，更是加深了亞洲象識別的難度。

現(xiàn)在，這些問題被一舉解決了，目前亞洲象生態(tài)保護系統(tǒng)主要有三大亮點。

• 模型識別準確率達96%，毫秒級識別，秒級預警；
• 局部特征識別，即使僅捕捉到亞洲象尾巴和耳朵也可以精準識別
• 克服雨林復雜的光線條件，比如雨天、夜間、云霧天氣，也不會降低識別準確度。

而實現(xiàn)這些，研究團隊做到了「軟硬結合」。

首先，需要「直面」亞洲象的硬件。

除了傳統(tǒng)的地面人員巡護、無人機采集、攝像機……此次系統(tǒng)的采集終端還有紅外相機，解決了夜間識別的問題，還可以做到實時傳輸數(shù)據(jù)到后臺。

然后就是邊緣端快速識別推理階段，前期的模型訓練必不可少。

正如剛才所說，研究團隊在一開始也遇到了訓練樣本有限的情況。

為了獲取更多的樣本數(shù)量，他們在野象谷大象經(jīng)常出沒的區(qū)域搭建了眾多采集站，收集到上萬張圖片資料。

在模型訓練階段，研究人員在三個月內不斷優(yōu)化深度學習模型。

由于野生亞洲象喜歡在夜間出沒，且體型龐大，采集到的畫面往往不是完整的軀體。

這就要求模型對大象的「局部特征」有精準識別的能力，還要克服其他物種的特征干擾。

尤其在夜晚光線不足的情況下，大象活動頻繁，根據(jù)一個尾巴、一個背影很難識別出來，甚至還會把牛、羊等家畜誤判為亞洲象。

為了解決這一問題，他們在有效樣本中標注亞洲象的特征，涵蓋大象的頭部、腳部、背部、尾部，以及測定亞洲象的身高來進行「預處理」。

此外，研究人員專門針對一些拍攝光線差（夜間、云霧天氣）、畫面模糊和影像殘缺等問題，對模型進行不斷的迭代優(yōu)化。

在反復比對驗證優(yōu)化之后，最終整個系統(tǒng)的精度達到96%。

這當中，還有浪潮自身超強算力的AI服務器AGX-2加持，加速了學習進程。

24小時實時監(jiān)測、10秒鐘預警

在過往的人工預警系統(tǒng)中，監(jiān)測方法相對單一，僅靠人工巡護和無人機兩種方式，范圍窄、效率低，數(shù)據(jù)較為分散，還不能做到24小時實時監(jiān)測。

而且人工監(jiān)測還存在安全風險的問題。

云南西雙版納國家級自然保護區(qū)科學研究所所長郭賢明就曾表示，

別看亞洲象個頭非常大，其實象在不活動或者純粹走路的時候一點聲音都沒有。

之前瀾滄一個監(jiān)測員就是遇到這樣的情況，一下子被象攻擊了。

現(xiàn)在，亞洲象生態(tài)保護系統(tǒng)打開了新局面。

強大的采集終端系統(tǒng)可以進行實時監(jiān)測，然后根據(jù)監(jiān)測到的亞洲象動態(tài)，多渠道及時發(fā)布預警信息，以提醒周圍居民做好防衛(wèi)工作，最大程度減少正面人象沖突，提高西雙版納人象沖突事件的預警處置能力和效率。

從識別到預警信息發(fā)布不會超過10秒鐘，至于為什么會有10秒鐘的間隔，郭賢明所長給出了這樣一個原因。

系統(tǒng)剛開始搭建時，就預留了10秒鐘人工判別的時間。

如果10秒鐘以內沒判別，系統(tǒng)就會自動將這則信息發(fā)布出去，以緩解人象沖突問題。

亞洲象生態(tài)保護系統(tǒng)的功能不僅停留在識別和預警，其采集到的數(shù)據(jù)還將組建成亞洲象及生物多樣性數(shù)據(jù)庫。

通過系統(tǒng)積累的數(shù)據(jù)資料，科研人員能進一步發(fā)現(xiàn)它們在習性、生活方面的規(guī)律，也能為亞洲象棲息地保護和保護區(qū)建設提供參考，這將對亞洲象的保護、研究起到關鍵作用。

用AI來推動人與象的「和諧互動」，浪潮想要做的不只這些。

就拿這一系統(tǒng)來說，除了實現(xiàn)對亞洲象的無干擾全時段觀察，還能夠感知雨林生態(tài)系統(tǒng)的整體平衡，對雨林溫度、濕度以及食物鏈進行長期科學監(jiān)測，為進一步保護和研究整個雨林生態(tài)系統(tǒng)做數(shù)據(jù)支撐。

以「計算」來守護生態(tài)，并不輕而易舉，短期內也不見得會有多少商業(yè)回報，但對于生態(tài)可持續(xù)發(fā)展，意義卻不言自明。

現(xiàn)在，浪潮邁出了這一步。

如何用人工智能做好生態(tài)保護？浪潮給更多想要加入進來的AI創(chuàng)新者們樹立了新范式。