北京2020年8月20日 /美通社/ -- 在云南熱帶雨林中，隨著對瀕危物種亞洲象保護力度的增強，亞洲象種群數(shù)量由1983年的170余頭增加至2020年的近300頭。在亞洲象數(shù)量取得可喜增長的同時，如何實現(xiàn)人象和諧共棲，成為亞洲象保護的新難題。西雙版納國家級自然保護區(qū)管護局開始采用人工智能技術(shù)保護亞洲象這一珍稀物種。

浪潮與西雙版納國家級自然保護區(qū)管護局（簡稱管護局）攜手打造了全球首個亞洲象生態(tài)保護系統(tǒng)。憑借強大的AI能力，亞洲象生態(tài)保護系統(tǒng)可以在雨林中實時觀測和收集亞洲象行進數(shù)據(jù)，并對居民進行多渠道實時預(yù)警。更為重要的是，系統(tǒng)數(shù)據(jù)將組建成亞洲象及生物多樣性數(shù)據(jù)庫，為和諧雨林生態(tài)建設(shè)提供數(shù)據(jù)支撐，真正做到以智能高效的數(shù)字化手段，探索生態(tài)和諧的更多可能。

AI守護亞洲象的三重難題

打造智能的亞洲象生態(tài)保護系統(tǒng)的第一步是建立亞洲象智能識別模型。然而，從實時拍攝到真正“識別”亞洲象并不簡單，目前國際上野生亞洲象的AI識別模型精度只有60%左右，打造高精度的亞洲象智能識別模型面臨三重考驗。

樣本稀少，亞洲象數(shù)量稀少，活動范圍廣，過往人工及無人機進行圖像采集的局限性使得現(xiàn)存亞洲象圖像數(shù)量少，且質(zhì)量差，完整且清晰的亞洲象圖像十分匱乏。在深度學習模型訓練中，高質(zhì)量的大規(guī)模訓練樣本對訓練效率和結(jié)果有重要的影響。然而，亞洲象樣本圖像的匱乏和低質(zhì)給初始模型的搭建帶來了極大的挑戰(zhàn)。

環(huán)境復雜，雨林氣候復雜，雨天和霧天十分常見，加之亞洲象喜歡在夜間出沒，實時觀測場景下所獲取的視頻圖像常存在昏暗、模糊的問題。如何在光線條件不穩(wěn)定，圖像昏暗的情況下，讓模型仍然能準確識別亞洲象，這對模型精度提出了更高的要求。

避免打擾，為不打擾野生亞洲象的活動，也為避免終端采集設(shè)備被亞洲象損壞，采集設(shè)備的安裝必須隱蔽，植物的遮蔽加之亞洲象體型龐大，致使實時視頻往往不能采集到的亞洲象完整軀干，當視頻僅采集到亞洲象的耳朵、尾巴時，如何讓AI模型同樣做到精準識別，且不將牛羊等家畜誤認為亞洲象，也是模型構(gòu)造中亟需突破的難題。

高精度AI模型守護亞洲象

為提高亞洲象識別模型的精確度，研究人員在野象谷周邊搭建采集站點，采集到上萬張珍貴的野生亞洲象圖像，解決了訓練樣本匱乏的問題。在此基礎(chǔ)上，研究人員展開深度學習模型訓練，并著重對亞洲象頭部、腳部、背部、尾部等局部特征進行數(shù)據(jù)標注對比。在三個月內(nèi)，研究人員不斷優(yōu)化算法，對樣本分組進行數(shù)學模型的建立和驗證，反復比對不同算法對不同驗證樣本的準確度，反復修正算法并進行驗證。最終，亞洲象的智能識別模型精度達到96%，處于國際領(lǐng)先水平。

浪潮不僅在短時間內(nèi)大幅度提高了亞洲象模型的識別精度，還以高性能的服務(wù)器為大規(guī)模亞洲象數(shù)據(jù)分析提供強大的基礎(chǔ)設(shè)施支撐。其中，浪潮AI服務(wù)器AGX-2憑借1千萬億次/秒強大的算力幫助模型訓練速度提升300%，為亞洲象圖像識別處理和智能監(jiān)測預(yù)警提供了高效的AI算力支撐。

現(xiàn)在，西雙版納的亞洲象生態(tài)保護系統(tǒng)可以在雨林內(nèi)實時收集亞洲象的行為數(shù)據(jù)和行進軌跡，以強大的AI能力實現(xiàn)毫秒級亞洲象精準識別與秒級預(yù)警，不僅能夠以智能廣播、APP、短信等方式提醒村民避險，還能快速生成亞洲象位置信息，在APP中實時顯示野象活動軌跡。

AI守護生機未來

浪潮亞洲象生態(tài)保護系統(tǒng)，不僅通過高效的識別預(yù)警機制提高了西雙版納人象沖突事件的預(yù)警處置能力和效率，實現(xiàn)了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，進而為雨林生態(tài)研究和保護提供立體、精準的數(shù)據(jù)支撐。

人工智能正深刻變革人類生活，在拯救瀕危動物，重塑人與自然的和諧關(guān)系這場行動中，AI亦能創(chuàng)造巨大價值。正如浪潮信息總裁彭震所說，“以計算創(chuàng)造美好是浪潮在智慧時代下的一種信念?！?/span>未來，浪潮將持續(xù)通過人工智能技術(shù)來詮釋和支持生態(tài)建設(shè)，探索自然之美，智造地球生機。