按照當下從業(yè)者的說法，AI應用是環(huán)境保護領域的三大新興技術之一。

從隱藏相機錄像、衛(wèi)星圖像到錄音，AI在處理這些環(huán)保大數據時極有助益。AI可以學習如何識別數千張熱成像照片中哪些包含稀有物種；或在數小時的野外音頻記錄中找出動物的叫聲。這些都大大減少了收集重要環(huán)保數據所需的體力勞動。

所以當下AI正在幫助保護座頭鯨、考拉和雪豹等多種物種，支持科學家、研究人員和護林員從反偷獵巡邏到監(jiān)測物種等重要任務中的工作。

借助使用算法和模型來學習、理解和適應的機器學習系統，AI通常能夠完成數百人的工作，獲得更快、更便宜和更有效的結果。

以下是五個有助于了解AI用來保護生物多樣性和物種的項目：

阻止偷獵者

贊比亞的卡弗埃國家公園擁有6600多頭非洲象，占地22400平方公里，因此阻止盜獵是一項巨大的后勤挑戰(zhàn)。位于公園邊界的伊特日-特日湖，非法捕魚也是一個問題，偷獵者通常在夜幕掩護下，偽裝成漁民進出公園。

由「護林人國際」、贊比亞「國家公園和野生動物部」和其他合作方組織的「互聯動保項目」正在使用AI來加強傳統的反偷獵工作，他們用前視紅外熱像儀 (FLIR) ，在伊特日湖-特日湖上構建了一個19公里長的虛擬圍欄。

前視紅外熱像儀全天候記錄了進出公園的每艘船。這些設備安裝于 2019 年，過去由護林員手動監(jiān)控，然后他們可以對非法活動的跡象做出反應。

而「互聯動保項目」的AI現在已經過訓練，可以從熱成像圖像中自動檢測進入公園的船只，從而提高效率并減少對持續(xù)人工監(jiān)控的需求。

AI自動向中心監(jiān)控室的護林員報警

海浪和飛鳥也可以觸發(fā)警報，因此AI被訓練消除這些錯誤數據。

「護林人國際」的特別技術顧問稱：「長期以來，自然保護區(qū)的資源不足，讓人們24小時全天候盯住多個攝像頭不是個擴大運營規(guī)模的辦法。」

「AI可以改變游戲規(guī)則，因為它可以監(jiān)控非法船只入境、并立即警告護林隊。該技術讓不多的護林員能夠對大面積的非法越境區(qū)域進行全天候監(jiān)視。」

追蹤水資源流失

在過去的30年里，巴西的地表水流失了15% 以上，這場危機只有在AI的幫助下才得以曝光。

巴西的河流、湖泊和濕地一直面臨著來自人口增長、經濟發(fā)展、森林砍伐和氣候危機惡化影響的越來越大的壓力。但直到2021年8月，公眾才知道問題的嚴重性。

當時測繪團隊MapBiomas的水資源項目，使用機器學習處理了1985-2020 年NASA的3顆地球遙感衛(wèi)星對于850萬平方米的巴西國土拍攝的15萬多張圖像后，發(fā)布了結果。

如果沒有AI，研究人員就無法以如此規(guī)模和詳細程度分析巴西全國的水資源變化。AI還可以區(qū)分自然水體和人造水體。

結果是，亞馬遜河的主要支流、世界上最大的10條河流之一的內格羅河已經失去了22%的地表水。世界上最大的熱帶濕地-潘塔納爾濕地的巴西部分已經失去了74%的地表水。

4000種植物和動物生活在潘塔納爾濕地，包括美洲虎、貘和蟒蛇。這種損失對野生動植物、人類和自然都是毀滅性的。

「AI技術為我們提供了令人震驚的清晰畫面，」世界自然基金會巴西分會MapBiomas水資源項目的負責人說。

「如果沒有AI和機器學習技術，我們永遠不會知道情況有多嚴重，更不用說有數據來說服人們了。現在我們可以采取措施，應對這種地表水流失給巴西令人難以置信的生物多樣性和社區(qū)帶來的挑戰(zhàn)。」

定位鯨魚

了解鯨魚的位置是規(guī)劃海洋保護區(qū)等措施保護它們的第一步。在浩瀚的海洋中目視定位座頭鯨很困難，但它們獨特的歌聲可以在水下傳播數百英里。

「太平洋島嶼國家海洋和大氣協會」(Noaa)的研究者，一直在漁船上安裝聲學記錄器，用于監(jiān)測偏遠和難到達海域的海洋哺乳動物種群。「14年中，我們已經積累了大約19萬小時的聲學錄音。但用人工手動識別鯨魚的發(fā)聲需要大量時間。」

座頭鯨群發(fā)聲點海圖

2018年，Noaa 與谷歌AI的生物聲學團隊合作，創(chuàng)建了一個可以識別座頭鯨歌聲的機器學習模型。「我們非常成功地通過整個數據集識別了座頭鯨的歌聲所在，確定了它們在夏威夷群島和馬里亞納群島的棲息模式，」研究者稱。

「我們還在金曼礁發(fā)現了新的座頭鯨歌聲偶發(fā)點，這是一個以前從未記錄過座頭鯨存在的地點。如果沒有AI，這些海量聲學數據不可能得到全面分析。」

座頭鯨歌音軌頻率

保護考拉

由于棲息地破壞、家犬襲擊、道路事故和叢林大火，澳大利亞的考拉數量正在嚴重下降。在不知道它們的數量和下落的情況下，救護它們是一項挑戰(zhàn)。

昆士蘭科技大學 (QUT) 生態(tài)學副教授格蘭特·漢密爾頓 (Grant Hamilton) 在聯邦政府和 土地保護局的資助下創(chuàng)建了一個環(huán)保AI站，以監(jiān)測考拉和其他瀕危動物。

使用無人機和紅外成像，AI算法可以快速分析紅外鏡頭拍攝的圖像，并確定熱成像點是考拉還是其他動物。

在2019年和2020年澳大利亞發(fā)生毀滅性的森林大火后，漢密爾頓使用該系統來識別幸存的考拉種群。

熱成像圖片中的考拉被識別

「這是一個改變業(yè)界現有游戲規(guī)則的項目」，漢密爾頓說。

「強大的AI算法能夠快速分析無數小時的視頻片段，并從茂密叢林中的許多其他動物圖像中識別出考拉。該系統將允許土地保護團體、動物保護團體和致力于監(jiān)測物種的組織，調查澳大利亞任何地方的大片區(qū)域，并將數據發(fā)送回昆士蘭科技大學進行處理。」

「我們將越來越多地看到AI用于動物保護」，他補充道。「在這個當前的項目中，如果沒有AI，我們根本無法快速或準確地做到這一點。」

物種計數

在世界第二大熱帶雨林剛果盆地拯救瀕臨滅絕的物種是一項艱巨的任務。

2020 年，數據科學公司Appsilon、蘇格蘭斯特靈大學和加蓬國家公園管理局 (ANPN) 合作開發(fā)「蒙巴薩AI」圖像分類算法，用于加蓬洛佩和瓦卡國家公園的大規(guī)模生物多樣性監(jiān)測。

環(huán)保人士一直在使用自動攝像頭捕捉物種，包括非洲森林大象、大猩猩、黑猩猩和穿山甲，然后必須手動識別圖像。

數百萬張圖片可能需要數月或數年才能分類，而在一個每月因偷獵者而失去約150頭大象的國家，時間很重要。

「蒙巴薩AI」算法于2020年用于分析在7000平方公里森林中的200個隱藏相機里收集的5萬多張圖像。「蒙巴薩AI」每小時可對3千張圖像進行分類，準確率96%。

隱藏相機在剛果盆地拍攝到的猩猩

環(huán)保人士可以監(jiān)控和跟蹤動物，并快速發(fā)現異常或警告信號，使它們能夠在需要時迅速采取行動。

該算法還可以在普通筆記本電腦上離線工作，這在沒有互聯網連接或互聯網連接不佳的地方很有幫助。

「許多中非森林哺乳動物受到不可持續(xù)的貿易、土地用途變化和全球氣候危機的威脅，」斯特靈大學博士后研究員羅賓·維托柯博士說。

「Appsilon在蒙巴薩AI軟件上的工作，使環(huán)保人士能快速識別和應對對生物多樣性的威脅。該項目從加蓬洛佩和瓦卡國家公園的200個隱藏相機開始，但從那時起，西非和中非的不同組織已經各自部署了數百個隱藏相機。

在加蓬，政府的目標是在全國的國家公園內都部署隱藏攝像頭。蒙巴薩AI可以幫助所有這些項目加速數據分析。」

參考資料

https://www.theguardian.com/environment/2022/feb/21/five-ways-ai-is-saving-wildlife-from-counting-chimps-to-locating-whales-aoe

本文來自微信公眾號“新智元”（ID:AI_era），作者：新智元，編輯：袁榭 時光，36氪經授權發(fā)布。