AI識別一只雪豹共需幾步？|科技助力，守護多樣之美
如果問山水自然保護中心（以下簡稱山水）科學顧問李雪陽，紅外相機拍攝到大量雪豹照片讓她開心嗎？答案是肯定的。不過，開心之余，另一種憂愁的心緒也會涌上心頭：將海量的紅外相機照片歸納整理，并進行物種識別，可不是一件容易事。
開展種群數量調查研究，是野生動物保護工作中的一項基礎性工作。長達數十年，甚至幾十年的野外種群數量調查，科研人員會收獲大量的調查數據，這些數據如何處理、轉化成有研究價值的成果，是擺在“李雪陽們”面前的一道必答題。
AI 空拍模型至少節約30%—50%的時間
在工作中，李雪陽常常需要前往三江源地區，通過紅外相機的定點監測、痕跡調查等方式對雪豹進行“跟蹤調查”。當然，理想的狀態是紅外相機只拍攝到雪豹，但通常會有很多其他動物被紅外相機捕捉到，甚至有時候只是風吹草動，或者太陽直射帶來的熱量變化，都會導致紅外相機產生空拍鏡頭。
當數據被收集回來，開始進行雪豹的個體識別之前，項目團隊成員還需進行刪除空白鏡頭的預處理。“目前，AI空拍模型相對來說比較成熟。”李雪陽告訴記者，“用空拍模型把整體數據跑一遍，通常來說可以至少節約30%—50%的時間，比如有些比較極端的地方，一半左右的數據都可能是空拍，借助于AI空拍模型能減少很多人力成本。”
以青海省玉樹藏族自治州通天河邊，云塔村的點位為例，3個月左右的時間回收一次紅外相機，拍攝的總數據為34487張，AI空拍模型處理后blank/person/vehicle 的比例為 0.584。“意味著這個監測位點共篩掉了58.4%的非動物數據。”李雪陽補充道。
實際上，隨著物種監測的普及和常態化，科學家、在地保護組織和社區等多方面臨的數據體量將會逐漸增加，數據處理效率也亟待加強。AI技術的加持，在一定程度上將一線調查和保護人員從繁重的記錄、標注工作中部分解放，為數據的進一步分析和處理爭取了更多時間。
擴大訓練集，提升AI識別模型效率與準確度
篩去空拍照片，物種識別則是數據處理的第二步。
前不久，山水將一部分預處理后的數據寄往志愿者手中，通過公民科學的方式開展物種識別工作。
李雪陽非常期待這一部分數據的呈現，因為它們可以用作下一步重要工作：作為訓練集，完善物種識別模型。這是山水與騰訊公司正在合作完善的、適用于雪豹生態系統的物種識別模型。除雪豹外，雪豹生態系統里還包含巖羊、赤狐、兔猻等在內的其他30多種野生動物，AI識別模型的功能是可以準確、快速地對這些動物進行物種識別。
“目前來說，雪豹的識別效果還可以。但還需要更多有效素材，對模型進行完善和提升。” 李雪陽表示。
除了紅外相機數據 AI 識別，騰訊所推出的“物種之眼”AI識別模型YOLO—World（以下簡稱“物種之眼”），還包括巡護數據協同管理數據平臺 ，雪豹個體識別是其中的一部分。
騰訊公益慈善基金會生態環保項目經理鄧雯潔告訴記者：“‘物種之眼’，實現了物種定位與識別功能的一體化。即使面對低畫質、動態模糊或遮擋圖像，仍可精準定位動物蹤跡。”
據介紹，“物種之眼”可識別物種數量達286種，包括雪豹、藏羚等國家一級保護動物，以及多種二級保護物種，計劃年內覆蓋1500余種中國鳥類。其中，大熊貓、羚牛、林麝的識別準確率分別達到94%、90%、90%，且能達到一小時快速識別2萬張照片的水平。
AI的加入，讓保護工作更易觸達普通公眾
當經過預處理的紅外相機數據交到志愿者手中時，人們有機會從照片中看見野生動物真實的活動畫面，有時候是母雪豹帶著小雪豹出行，有時候是公雪豹和母雪豹相互試探。
在“物種之眼”的進一步探索中，普通公眾也能通過基于這一模型所推出的“野朋友計劃”小程序中，開啟“宅家找動物”游戲，進行物種識別。
在李雪陽看來，這種嘗試和探索降低了公眾參與物種識別的門檻，也帶給她驚喜。“通過‘宅家找動物’，公眾參與識別的722個結果中，與歷史識別結果一致的有691個，存在差異的31個。我們發現這31個結果中，存在11個歷史錯誤。”這些經再識別校準后的結果也將反饋到歷史數據中進行更正。
AI的加入，讓野生動物保護工作更易觸達普通公眾。“實現人人可觸達。用交互的方式、設計容易參與的游戲，讓公眾更好地把這些數據玩起來是我們想要達到的效果。”在鄧雯潔看來，公眾的加入同時也在完成一部分AI模型的訓練工作。
無論是社區保護工作者，還是普通公眾，野生動物的珍貴影像資料都是在參與保護過程中的一種激勵。“我們發現大家很樂于見到各種野生動物，也很樂于相互分享。志愿者的加入，不僅很好地幫助我們處理數據，也加深了公眾與雪豹之間的鏈接。”李雪陽期待著下一步，AI識別模型能進一步降低雪豹識別的難度和門檻，吸引更多普通公眾加入到保護行動中來。