英国一家非营利组织利用人工智能/深度学习结合成像技术，实时探测濒危动物面临的威胁以进行保护。

图1 Conservation AI的系统，可以捕捉图像并识别自然栖息地的动物，比如南非林波波的斑马

Conservation AI是位于英国利物浦的一家非营利组织，该组织成立于2020年，旨在通过提供一种新方法来保护世界各地的濒危物种；通过这种方法，自然资源保护主义者可以快速分析大量数据，跟踪动物，并实时做出反应，以减轻动物面临的潜在威胁。

最近，该组织在拯救濒危物种和保护地球生物多样性的斗争中，使用了人工智能/深度学习技术。

Conservation AI的平台，可以在几秒钟内分析录像，识别感兴趣的物种，并通过电子邮件提醒有关单位注意提供相应的保护措施。该平台还可以利用庞大的图像库和数据库，快速识别、建模和分析环境趋势，这项工作在以往可能需要数年时间。

低效的手动流程

Conservation AI的创始人Carl Chalmers指出，通常情况下，动物研究是通过相机捕捉图像进行丰度计数，这基本上需要设置多台相机并生成数千张图像。一旦图像被捕获和收集，一人或多人就会手动查看所有捕获的图像，去除空白图像并进行物种分类。一旦他们确定并统计了要监测的动物，就会分析数据，并试图尽快将分析结果传递给能够积极果断地采取行动的人和组织。

然而，Chalmers表示，这不仅是一项劳动密集型工作，而且可能需要相当长的时间（甚至是几年的时间）来分析数据并产生有用的结果。更糟糕的是，由于这一过程耗时过久，当有关单位收到信息时，再采取有意义的行动已经为时已晚。

例如，如果相机捕捉到了可能表明有偷猎行为的图像，但是将这些信息传播到有关部门的时间被推迟了，哪怕只推迟了几天，那么当有关部门做出回应时，偷猎者的行为很可能已经得逞。

另一个挑战是，许多这些濒危动物都生活在非常偏远、难以到达的地方，那里没有现代通信基础设施。

Conservation AI与世界各地的200多个合作伙伴合作，他们以图像和视频的形式提供实时和/或历史数据。Conservation AI设计和管理一个人工智能（AI）辅助系统，该系统主要用于识别属于濒危物种的动物，并尽可能接近实时地给出有用的建议。

它是如何工作的？

Chalmers说，他和他的团队想出了训练卷积神经网络（CNN）来浏览数千张图像的想法，然后将它们放入一个可分类和可过滤的数据库中。他们通过使用快速绘制CNN架构训练许多深度学习模型来做到这一点；该架构指的是用于人工智能和机器视觉中的卷积神经网络平台，旨在基于简单、模糊或粗糙的线条来辨认和识别对象，因为尽管存在遮挡和图像质量差等问题，它仍能准确工作。

图2 这是一只穿山甲，是地球上最难以发现且最濒危的动物之一，Conservation AI的系统能够从不太理想的图像中检测和推断出穿山甲的信息

例如，他们最初训练的模型，是从英国野生动物园拍摄的照片上识别狮子。但是在英国拍摄的照片是一只处于短绿色草地背景下的狮子，而这与在非洲自然栖息地拍摄的同一物种的照片远不相同——在非洲，狮子栖息在茂密的灌木丛或高大的草地中，并且有时还会被复杂的照明情况和恶劣的天气条件进一步遮蔽。

Chalmers说：“因此，我们对模型进行多次迭代训练，以使其达到非常好的精度。用相机捕获的图像来做到这一点，的确非常困难。”由于每个合作伙伴都有不同的需求和不同的设备，因此这也为该系统的设计带来了巨大挑战——它必须能与支持SMTP的任何相机一起工作。Conservation AI使用NVIDIA RTX 8000、T4和A100 Tensor Core GPU训练和推理其深度学习模型，上述这些芯片平台都是专门为AI和深度学习研究应用而设计的。此外，他们使用NVIDIA DeepStream软件开发套件进行视觉AI应用开发。

Chalmers说，Conservation AI的系统在工作中处理的是静态图像，尽管它也可以从视频中提取图像。但是视频的实时传输往往会占用带宽，并减慢进程。“很多人确实会传输视频，并提取视频中的所有帧；如果帧率为30fps，那么系统会从中提取30幅jpeg图像，然后对它们进行分类。”Chalmers说，“显然，如果每帧图像都采集，那么与跳帧相比，处理时间就要长得多。虽然拍摄帧率为30fps，但我们并不需要对所有30帧图像进行分析。因此，现场用户可以根据实际情况指定他们每秒想要分析的帧数。”

所有的存储或分析都不是基于云的，因为所需的空间数量太大，成本过高。合作伙伴可以通过电子邮件发送他们的数据，也可以登录Conservation AI的数据库，上传他们的信息。这个过程通常非常快——图像从相机发送到Conservation AI、然后进行分析再将信息发回，总共需要的时间平均约为30s。

应用结果

Chalmers表示，Conservation AI开发的这个系统是成功的。在过去的18个月里，Conservation AI与全球200多个合作伙伴合作，共部署了70多台相机，分析了200多万张图像。英国切斯特动物园（Chester Zoo）一直在使用该系统研究穿山甲，穿山甲是地球上最难以被发现、且最稀有的动物之一；但不幸的是，穿山甲的肉和鳞片经常成为偷猎者的目标。南非林波波（Limpopo）的一个野生动物保护区，也一直在使用该系统来帮助保护黑犀牛和白犀牛等动物免受偷猎者的伤害。

“目前，我们正在研究音频模型，它可以安装在相机上，找出噪音的来源。这个音频模型能够听到树枝响动的声音，然后系统它会将相机旋转到发出声音的位置，并开始探测和拍摄可能存在的动物。这种方案将比固定相机拍摄更加灵活，可捕捉到动物的机会也更高。”Chalmers介绍说。

（文章来源于搜狐网，如有侵权，请联系删文）