业界 | 用AI寻找濒临灭绝的东北虎，英特尔如何智护生态？

大数据文摘授权转载自英特尔商用频道

播放

在我国历史上曾呈“众山皆有”的东北虎，如今濒临灭绝的危险。受人类活动增加、森林砍伐、栖息地退化等多种因素的影响，野生东北虎种群及其栖息地在不断地萎缩，自2012年至2015年期间，有关部门在中国境内通过野外红外相机仅监测到不到30只野生东北虎个体。野生东北虎处于食物链顶端，它们的生存状态是反映整个生态系统是否健康的一项重要指标。世界自然基金会(WWF)与合作伙伴在东北虎栖息地保护、反盗猎以及保护区野外环境监控等方面，一直持续做着努力。通过野外监控，可以对整个生态系统的生物多样性，栖息地变化进行分析，有效地发现问题，找到科学的解决办法，控制和减缓环境的恶化，在自然保护和社会发展中寻求平衡点。

图片来源：WWF China

目前，自然保护区中使用的传统红外监控相机，能够为上述的工作提供一定的数据支持，但也存在着巨大的弊端，如: 每2个月通过巡护员人工采集回的数据，需要依靠人工判读的方式，先剔除大量无效照片，再以人眼辨识个体进行分类分析，从采集到分析，大约需耗时4个多月；因风吹草动就导致大量空拍；存在无效抓拍；一些图像质量不佳。所以，从数据采集、处理到分析，时效性、精确度和效率都有待提升。

2018年7月，英特尔携手世界自然基金会(WWF)，并联合技术合作伙伴海康威视，启动“东北虎保护-端到端人工智能监控系统“的开发，助力野生动物保护朝着数字化、智能化方向发展。英特尔端到端人工智能系统，将由野生动物保护智能抓拍相机和云端数据处理及监控服务软件组成。

海康威视新开发的野生动物保护智能抓拍相机，将首次采用边缘计算和云计算相结合的设计理念，搭载的英特尔® Movidius™人工智能视觉处理芯片（VPU），实现了对前端智能算法的支持，极大提升了处理效率。由专为野生动物适配及训练的深度卷积神经网络对视频帧进行逐层特征提取，最终计算出目标位置与置信度，实现对东北虎的精准识别抓拍。通过前端智能抓拍，系统自动筛选出符合要求的东北虎照片，减轻后期分辨图片和视频的人力负荷。

云端将采用英特尔®至强®可扩展服务器，通过英特尔开发的Re-ID技术对东北虎的个体进行再识别。该技术通过收集数百只老虎、上万张图片的样本库，有效地训练深度学习网络。这样就可以对每一台相机提取出的老虎数据，自动生成数据库，包括位置、时间、影像、甚至运动状态。这是英特尔首次将人工智能动物个体识别技术应用在野生动物保护项目中。云端的大数据还可以对老虎个体的踪迹、活动范围、栖息地特征、相关有蹄类动物及人活动的分布进行分析，自动生成有价值的分析报告，协助开展野生动物的状态监测和保护。

英特尔至强可拓展服务器平台将针对野生动物保护及环境监测的需求，提供大数据接入和数据精细化分析支持，针对数百GB的历史数据和每年来自数百个监控相机和其他采集设备的TB级的数据，通过Intel SSD固态盘加速存储技术，用于Re-ID动物个体识别和特征提取的英特尔数学核心函数库（MKL），Intel Optimized Tensorflow等深度学习优化工具链，使得处理效率比以往大幅提升。

最新的至强服务器平台相对前代系统处理能力和单周期FLOPS均有大幅提升，提供了更加完备的针对机器学习和高级数据分析任务的软硬件优化方案。基于Caffe，Tensorflow，PyTorch等通用深度学习框架的开发都能够顺畅迁移到至强平台。快速提升机器学习模型的推理效率，为合作伙伴快速部署人工智能应用在线服务提供支持。至强可扩展服务器平台对工作负载支持动态优化，帮助客户从容应对快速增长的海量数据分析和人工智能业务。

想象一下，未来护林员可以通过手持终端或野外智能抓拍相机上传海量图片，通过云端的至强服务器完成高效的图像内容的识别和分析，并通过数据挖掘，在海量数据中发现动物踪迹和行为规律，助力珍稀野生动物的保护。

播放

人工智能助力野生动物保护的事业刚刚启动，未来还需要不断的创新与尝试，相信用善意驱动的人工智能应用，将会帮助人类解决更多的大问题。

更多精彩，请关注英特尔商用频道！