在云南热带雨林中，随着对濒危物种亚洲象保护力度的增强，亚洲象种群数量由1983年的170余头增加至2020年的近300头。在亚洲象数量取得可喜增长的同时，如何实现人象和谐共栖，成为亚洲象保护的新难题。西双版纳国家级自然保护区管护局开始采用人工智能技术保护亚洲象这一珍稀物种。
浪潮与西双版纳国家级自然保护区管护局（简称管护局）携手打造了全球首个亚洲象生态保护系统。凭借强大的AI能力，亚洲象生态保护系统可以在雨林中实时观测和收集亚洲象行进数据，并对居民进行多渠道实时预警。更为重要的是，系统数据将组建成亚洲象及生物多样性数据库，为和谐雨林生态建设提供数据支撑，真正做到以智能高效的数字化手段，探索生态和谐的更多可能。
AI守护亚洲象的三重难题
打造智能的亚洲象生态保护系统的第一步是建立亚洲象智能识别模型。然而，从实时拍摄到真正“识别”亚洲象并不简单，目前国际上野生亚洲象的AI识别模型精度只有60％左右，打造高精度的亚洲象智能识别模型面临三重考验。
样本稀少，亚洲象数量稀少，活动范围广，过往人工及无人机进行图像采集的局限性使得现存亚洲象图像数量少，且质量差，完整且清晰的亚洲象图像十分匮乏。在深度学习模型训练中，高质量的大规模训练样本对训练效率和结果有重要的影响。然而，亚洲象样本图像的匮乏和低质给初始模型的搭建带来了极大的挑战。
环境复杂，雨林气候复杂，雨天和雾天十分常见，加之亚洲象喜欢在夜间出没，实时观测场景下所获取的视频图像常存在昏暗、模糊的问题。如何在光线条件不稳定，图像昏暗的情况下，让模型仍然能准确识别亚洲象，这对模型精度提出了更高的要求。
避免打扰，为不打扰野生亚洲象的活动，也为避免终端采集设备被亚洲象损坏，采集设备的安装必须隐蔽，植物的遮蔽加之亚洲象体型庞大，致使实时视频往往不能采集到的亚洲象完整躯干，当视频仅采集到亚洲象的耳朵、尾巴时，如何让AI模型同样做到精准识别，且不将牛羊等家畜误认为亚洲象，也是模型构造中亟需突破的难题。
高精度AI模型守护亚洲象
为提高亚洲象识别模型的精确度，研究人员在野象谷周边搭建采集站点，采集到上万张珍贵的野生亚洲象图像，解决了训练样本匮乏的问题。在此基础上，研究人员展开深度学习模型训练，并着重对亚洲象头部、脚部、背部、尾部等局部特征进行数据标注对比。在三个月内，研究人员不断优化算法，对样本分组进行数学模型的建立和验证，反复比对不同算法对不同验证样本的准确度，反复修正算法并进行验证。最终，亚洲象的智能识别模型精度达到96％，处于国际领先水平。
浪潮不仅在短时间内大幅度提高了亚洲象模型的识别精度，还以高性能的服务器为大规模亚洲象数据分析提供强大的基础设施支撑。其中，浪潮AI服务器AGX－2凭借1千万亿次／秒强大的算力帮助模型训练速度提升300％，为亚洲象图像识别处理和智能监测预警提供了高效的AI算力支撑。
现在，西双版纳的亚洲象生态保护系统可以在雨林内实时收集亚洲象的行为数据和行进轨迹，以强大的AI能力实现毫秒级亚洲象精准识别与秒级预警，不仅能够以智能广播、APP、短信等方式提醒村民避险，还能快速生成亚洲象位置信息，在APP中实时显示野象活动轨迹。
AI守护生机未来
浪潮亚洲象生态保护系统，不仅通过高效的识别预警机制提高了西双版纳人象冲突事件的预警处置能力和效率，实现了对亚洲象的无干扰全时段观察，还能够感知雨林生态系统的整体平衡，对雨林温度、湿度以及食物链进行长期科学监测，进而为雨林生态研究和保护提供立体、精准的数据支撑。
人工智能正深刻变革人类生活，在拯救濒危动物，重塑人与自然的和谐关系这场行动中，AI亦能创造巨大价值。正如浪潮信息总裁彭震所说，“以计算创造美好是浪潮在智慧时代下的一种信念。”未来，浪潮将持续通过人工智能技术来诠释和支持生态建设，探索自然之美，智造地球生机。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
