作者：Arm 高級首席工程師 Ed Miller

人工智能 (AI) 應(yīng)用正以前所未見的速度持續(xù)增長。有觀察家認(rèn)為 AI 可以解決部分當(dāng)前人類所面臨的嚴(yán)峻挑戰(zhàn)。然而，現(xiàn)在卻很少有開發(fā)者知道如何將 AI 應(yīng)用在可持續(xù)發(fā)展上。

為了彌合技術(shù)差距并支持可持續(xù)發(fā)展目標(biāo)，Arm 與 FruitPunch AI 共同贊助了“AI for Bears 挑戰(zhàn)”。FruitPunch AI 教導(dǎo)大家如何應(yīng)用 AI 來解決聯(lián)合國 17 項可持續(xù)發(fā)展目標(biāo)中的實際挑戰(zhàn)。由來自全球各地的學(xué)員與專家組成 15 到 50 名工程師的團隊，在十周內(nèi)著手解決相關(guān)方面臨的數(shù)據(jù)問題。招募完成后，團隊成員將參加一系列專業(yè)培訓(xùn)課程，包括高級研習(xí)課程、研究、實驗、實作與成果展示。

為何會選擇熊？

我除了擔(dān)任 Arm 軟件工程師之外，也在由我共同創(chuàng)立的非營利組織 BearID 項目中擔(dān)任志愿者。我們?yōu)橄鄼C陷阱數(shù)據(jù)開發(fā) AI 應(yīng)用，以非侵入性的方式監(jiān)測熊與其它野生動物。熊的重要性在于它們被視為“傘護種”，它們分布范圍廣闊，保護它們的同時，也有助于保護與它們共享棲息地的許多物種。它們面臨著從棲息地流失到氣候變遷等諸多保護問題，BearID 項目的目標(biāo)是在多個保護區(qū)解決聯(lián)合國可持續(xù)發(fā)展目標(biāo)中的第 15 項陸地生態(tài)系統(tǒng)問題。

對于 BearID 項目的保護科學(xué)家 Melanie Clapham 博士等研究人員來說，其面臨的主要挑戰(zhàn)之一是處理大量的影像與視頻數(shù)據(jù)。相機陷阱網(wǎng)絡(luò)雖能以有效、不打擾熊類活動的方式進行監(jiān)測，卻會致使數(shù)千小時的人工分析。而且因為地點偏遠(yuǎn)、數(shù)據(jù)搜集與分析過程繁復(fù)，往往會導(dǎo)致數(shù)月、甚至數(shù)年都難以取得任何有意義的成果。盡管 BearID 項目中的 AI 應(yīng)用有助于加速分析，但近乎實時的解決方案將能夠提供更切實可行的數(shù)據(jù)。例如，與我們共同組織挑戰(zhàn)活動的非營利組織 Hack the Planet 正著手研發(fā)一套熊只的嚇阻系統(tǒng)，以減少在羅馬尼亞發(fā)生的人熊沖突。為了實現(xiàn)此目標(biāo)，我們需要邊緣側(cè) AI。

AI for Bears 挑戰(zhàn)

這正是 Arm、FruitPunch AI 與 AI for Bears 挑戰(zhàn)活動可發(fā)揮作用之處。通過 Hack the Planet 與 BearID 項目搜集到的數(shù)據(jù)集，此挑戰(zhàn)活動主要有兩大目標(biāo)：

為熊只嚇阻系統(tǒng)打造一個高效率的分類模型

“智能相機”設(shè)備上打造模型以偵測并識別熊只

共計 19 位 AI for Good 工程師分為下列四組，在超過十周時間，工作了 1,500 個小時以上：

熊只分類

熊臉偵測與區(qū)隔

熊只識別

邊緣側(cè)機器學(xué)習(xí) (ML) 管線

影響

除了 AI for Bears 挑戰(zhàn)活動的技術(shù)結(jié)果，我更想聚焦在有意義的后續(xù)影響上。如果你對挑戰(zhàn)活動的成果感興趣，可以閱讀《AI 對熊類生態(tài)保護的必要性》這篇文章[1]，它總結(jié)了四組團隊的最終報告。本文，我將聚焦在學(xué)習(xí)心得與影響上。

學(xué)習(xí)心得

這次挑戰(zhàn)讓 19 位參與者參與了為期十周的活動，深入探索自然保護、人類與野生動物的沖突、AI 開發(fā)流程與團隊合作。熊只分類小組的 Davide Coppola 表示：“這次活動中一個重要學(xué)習(xí)是團隊合作讓夢想成真。每個人都有不同類型的專業(yè)，當(dāng)眾人為了共同目標(biāo)合作，就可以在極短時間內(nèi)成就非凡成果。”

挑戰(zhàn)活動過程中，各團隊導(dǎo)入多項新工具。例如，邊緣設(shè)備 ML 管線團隊可以訪問 Arm 虛擬硬件 (Arm Virtual Hardware)。該團隊的 Gaspard Bos 指出，虛擬的 NXP i.MX93 開發(fā)平臺讓我們得以在虛擬的 i.MX93 設(shè)備上率先測試熊只檢測與識別流程的部分功能，并更熟悉這個平臺。由于團隊利用虛擬方式，雖然僅有一位成員能直接訪問實體設(shè)備，Arm 虛擬硬件讓這支團隊在沒有開發(fā)板可用的情況下，也能持續(xù)開發(fā)應(yīng)用。

挑戰(zhàn)活動進行期間，有人曾提出希望 BearID 項目分享更多數(shù)據(jù)。Clapham 博士與加拿大英屬哥倫比亞的第一民族 (First Nations) 組織密切合作。他們一起收集由該組織代表的七位原住民管理的陸地數(shù)據(jù)。BearID 項目只會在嚴(yán)格守則的管理下共享這些數(shù)據(jù)。Gaspard 從 AI 倫理角度總結(jié)：“我很欣賞研究人員對這片土地原始守護者的尊重，以及他們在熊只管理方面的參與。他們的參與和權(quán)威性，對數(shù)據(jù)分享的實踐有深遠(yuǎn)影響。一開始這可能會讓開發(fā)者感到復(fù)雜，但也會迫使我們重新思考我們正在處理的數(shù)據(jù)，以及如何以更專業(yè)的態(tài)度對待這些數(shù)據(jù)。”

熊只偵測與區(qū)隔及熊只識別團隊的 Arthur Caillau，原本的專業(yè)就是 AI 方向，他對熊臉偵測與區(qū)隔以及熊只識別做出了貢獻。他表示：“項目期間我為了強化熊臉的辨識，重溫了我的度量學(xué)習(xí)知識。利用科技與工程專業(yè)來應(yīng)對保護工作的挑戰(zhàn)，讓我獲益良多?！?/p>

對野生動物的影響

對保護野生動物（特別是熊群）產(chǎn)生正向的影響是此次活動的關(guān)鍵目標(biāo)。之前 FruitPunch AI 也曾在這個領(lǐng)域做出貢獻。FruitPunch AI 首席技術(shù)官 Sako Arts 表示：“這次合作讓我們得以運用我們的社區(qū)以及之前動物重新識別挑戰(zhàn)活動取得的經(jīng)驗，幫助解決熊群問題，并為這些珍貴的動物保護工作貢獻心力，讓我們感到相當(dāng)欣喜?！?/p>

FruitPunch AI 在針對挑戰(zhàn)活動成果的文章中提到，部分 AI 模型已經(jīng)能夠良好運作。盡管并非所有的模型都已針對在低功耗邊緣設(shè)備上運行進行了優(yōu)化，Hack the Planet 已計劃實地測試其中一個熊只分類器模型。這將是他們在羅馬尼亞進行的第二代熊只嚇阻系統(tǒng)的一部分。

對于實現(xiàn)在設(shè)備上提供近乎實時的監(jiān)控解決方案，這次的挑戰(zhàn)活動可以說跨出了一步。邊緣設(shè)備 ML 管線團隊利用 NXP i.MX93 開發(fā)平臺，展示了分類、偵測與區(qū)隔。通過使用 Arm Ethos-U65 NPU，團隊展現(xiàn)了比基于 CPU 的推理快 5 到 19 倍的執(zhí)行速度，且大幅降低了每次推理的功耗。下一步則是整合這些模型，讓它們成為軟件定義相機藍(lán)圖中智能野生動物相機的參考用例，也就是開源且云原生的參考棧。

除了技術(shù)上的影響，還有態(tài)度上的改變。例如，當(dāng)被問及這項挑戰(zhàn)活動如何改變參與者對野生動物的看法時，Davide 回答：“人類與熊只沖突的問題比我想像的嚴(yán)重，而相對簡單的解決方案其實就能為對立的雙方帶來正面影響。”其它參與者則指出他們現(xiàn)在更能理解熊在我們所處的世界中所扮演的角色，以及我們的決定將會如何影響到它們。

對個人的影響

一些參與者不僅學(xué)到了技術(shù)、對野生動物的理解和獲得個人成就感，他們還找到了自己的使命。Davide 表示，這項挑戰(zhàn)活動讓他有機會在日常工作以外，利用專業(yè)技能為公益事業(yè)貢獻力量。他希望這個項目，或其它類似的項目，最終可以讓他專職投入于 AI for Good。Arthur 則已經(jīng)朝這個方向努力，他表示：“這項挑戰(zhàn)活動堅定了我投身保護工作的決心。”在挑戰(zhàn)活動期間，Gaspard 開始擔(dān)任多家企業(yè)與銀行的 AI 顧問。他補充說：“盡管這是我做過最具商業(yè)色彩的工作，我仍然受其影響力驅(qū)動，該項目能促使我鼓舞同事與客戶共同為更大的公益目標(biāo)做出貢獻。”

不只參加挑戰(zhàn)活動的開發(fā)團隊有所收獲。恩智浦半導(dǎo)體 (NXP) 系統(tǒng)創(chuàng)新部門主管 Brian de Bart 表示：“AI for Bears 項目是我們?yōu)楣媸聵I(yè)貢獻微處理器與 AI 技術(shù)的絕佳機會。NXP 的工程師得以和一群全心投入的 AI 愛好者們合作，共同開發(fā)野外熊只識別解決方案。團隊通過在 i.MX93 上部署開發(fā)完成的 AI 模型，充分展現(xiàn)了 i.MX93 解決方案在邊緣側(cè)設(shè)備上實現(xiàn)熊只實時分類與識別的有效性?！?/p>

結(jié)論

贊助 AI for Bears 挑戰(zhàn)活動是 Arm 與其合作伙伴彌合 AI 開發(fā)者之間技術(shù)差距，同時介紹 Arm 技術(shù)，并推動可持續(xù)發(fā)展目標(biāo)的絕佳方式。參與者不僅學(xué)習(xí)到最新的 AI 技能，并發(fā)展出對自然界更深刻的認(rèn)識。我們可以攜手為人們與地球推動正向改變，實現(xiàn)可持續(xù)發(fā)展，并推動聯(lián)合國全球可持續(xù)發(fā)展目標(biāo)的進程。