在我國歷史上曾呈“眾山皆有”的東北虎，如今瀕臨滅絕的危險(xiǎn)。受人類活動增加、森林砍伐、棲息地退化等多種因素的影響，野生東北虎種群及其棲息地在不斷地萎縮，自2012年至2015年期間，有關(guān)部門在中國境內(nèi)通過野外紅外相機(jī)僅監(jiān)測到不到30只野生東北虎個體。野生東北虎處于食物鏈頂端，它們的生存狀態(tài)是反映整個生態(tài)系統(tǒng)是否健康的一項(xiàng)重要指標(biāo)。世界自然基金會(WWF)與合作伙伴在東北虎棲息地保護(hù)、反盜獵以及保護(hù)區(qū)野外環(huán)境監(jiān)控等方面，一直持續(xù)做著努力。通過野外監(jiān)控，可以對整個生態(tài)系統(tǒng)的生物多樣性，棲息地變化進(jìn)行分析，有效地發(fā)現(xiàn)問題，找到科學(xué)的解決辦法，控制和減緩環(huán)境的惡化，在自然保護(hù)和社會發(fā)展中尋求平衡點(diǎn)。

圖片來源：WWF China

目前，自然保護(hù)區(qū)中使用的傳統(tǒng)紅外監(jiān)控相機(jī)，能夠?yàn)樯鲜龅墓ぷ魈峁┮欢ǖ臄?shù)據(jù)支持，但也存在著巨大的弊端，如:每2個月通過巡護(hù)員人工采集回的數(shù)據(jù)，需要依靠人工判讀的方式，先剔除大量無效照片，再以人眼辨識個體進(jìn)行分類分析，從采集到分析，大約需耗時4個多月；因風(fēng)吹草動就導(dǎo)致大量空拍；存在無效抓拍；一些圖像質(zhì)量不佳。所以，從數(shù)據(jù)采集、處理到分析，時效性、精確度和效率都有待提升。

2018年7月，英特爾攜手世界自然基金會(WWF)，并聯(lián)合技術(shù)合作伙伴海康威視，啟動“東北虎保護(hù)-端到端人工智能監(jiān)控系統(tǒng)“的開發(fā)，助力野生動物保護(hù)朝著數(shù)字化、智能化方向發(fā)展。英特爾端到端人工智能系統(tǒng)，將由野生動物保護(hù)智能抓拍相機(jī)和云端數(shù)據(jù)處理及監(jiān)控服務(wù)軟件組成。

海康威視新開發(fā)的野生動物保護(hù)智能抓拍相機(jī)，將首次采用邊緣計(jì)算和云計(jì)算相結(jié)合的設(shè)計(jì)理念，搭載的英特爾? Movidius?人工智能視覺處理芯片（VPU），實(shí)現(xiàn)了對前端智能算法的支持，極大提升了處理效率。由專為野生動物適配及訓(xùn)練的深度卷積神經(jīng)網(wǎng)絡(luò)對視頻幀進(jìn)行逐層特征提取，最終計(jì)算出目標(biāo)位置與置信度，實(shí)現(xiàn)對東北虎的精準(zhǔn)識別抓拍。通過前端智能抓拍，系統(tǒng)自動篩選出符合要求的東北虎照片，減輕后期分辨圖片和視頻的人力負(fù)荷。

云端將采用英特爾?至強(qiáng)?可擴(kuò)展服務(wù)器，通過英特爾開發(fā)的Re-ID技術(shù)對東北虎的個體進(jìn)行再識別。該技術(shù)通過收集數(shù)百只老虎、上萬張圖片的樣本庫，有效地訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)。這樣就可以對每一臺相機(jī)提取出的老虎數(shù)據(jù)，自動生成數(shù)據(jù)庫，包括位置、時間、影像、甚至運(yùn)動狀態(tài)。這是英特爾首次將人工智能動物個體識別技術(shù)應(yīng)用在野生動物保護(hù)項(xiàng)目中。云端的大數(shù)據(jù)還可以對老虎個體的蹤跡、活動范圍、棲息地特征、相關(guān)有蹄類動物及人活動的分布進(jìn)行分析，自動生成有價(jià)值的分析報(bào)告，協(xié)助開展野生動物的狀態(tài)監(jiān)測和保護(hù)。

英特爾至強(qiáng)可拓展服務(wù)器平臺將針對野生動物保護(hù)及環(huán)境監(jiān)測的需求，提供大數(shù)據(jù)接入和數(shù)據(jù)精細(xì)化分析支持，針對數(shù)百GB的歷史數(shù)據(jù)和每年來自數(shù)百個監(jiān)控相機(jī)和其他采集設(shè)備的TB級的數(shù)據(jù)，通過Intel SSD固態(tài)盤加速存儲技術(shù)，用于Re-ID動物個體識別和特征提取的英特爾數(shù)學(xué)核心函數(shù)庫（MKL），Intel Optimized Tensorflow等深度學(xué)習(xí)優(yōu)化工具鏈，使得處理效率比以往大幅提升。

最新的至強(qiáng)服務(wù)器平臺相對前代系統(tǒng)處理能力和單周期FLOPS均有大幅提升，提供了更加完備的針對機(jī)器學(xué)習(xí)和高級數(shù)據(jù)分析任務(wù)的軟硬件優(yōu)化方案?；贑affe，Tensorflow，PyTorch等通用深度學(xué)習(xí)框架的開發(fā)都能夠順暢遷移到至強(qiáng)平臺。快速提升機(jī)器學(xué)習(xí)模型的推理效率，為合作伙伴快速部署人工智能應(yīng)用在線服務(wù)提供支持。至強(qiáng)可擴(kuò)展服務(wù)器平臺對工作負(fù)載支持動態(tài)優(yōu)化，幫助客戶從容應(yīng)對快速增長的海量數(shù)據(jù)分析和人工智能業(yè)務(wù)。

想象一下，未來護(hù)林員可以通過手持終端或野外智能抓拍相機(jī)上傳海量圖片，通過云端的至強(qiáng)服務(wù)器完成高效的圖像內(nèi)容的識別和分析，并通過數(shù)據(jù)挖掘，在海量數(shù)據(jù)中發(fā)現(xiàn)動物蹤跡和行為規(guī)律，助力珍稀野生動物的保護(hù)。

人工智能助力野生動物保護(hù)的事業(yè)剛剛啟動，未來還需要不斷的創(chuàng)新與嘗試，相信用善意驅(qū)動的人工智能應(yīng)用，將會幫助人類解決更多的大問題。