一篇刊载在Nature上的最新研究显示，面对堆积如山的图像和音频数据，研究人员正转向人工智能（AI）来回答紧迫的生态问题。今天，中国绿发会顾问Fred Dubee先生与绿会小伙伴们分享了这篇题为《人工智能促进保护生物学》的文章。在文中，作者举了这样几个例子：

图片来源/Nature网站

https://www.nature.com/articles/d41586-019-00746-1

第一个例子是用AI来研究究竟有多少飞鸟撞上电线致死。我们知道，撞线事故发生的时候，鸟类会发出高频凄惨的声音，与一般的声频不同。在这篇文章中，作者介绍了研究人员想弄清楚在夏威夷的Kauai岛上，发生了多少次飞鸟撞击电线的事件。他们针对纽厄尔剪水鹱（Puffinus Newelli）和夏威夷海燕（Pterodroma Sandwichensis）等物种，收集了大约600小时的音频（相当于25天的时间），人工进行测算的话，简直是不可能完成的任务。所以他们找了一家加州的公司帮忙，该公司擅长用人工智能来分析野生动物监测数据。该公司用一个软件，能够自动从音频中分析检测出飞鸟碰撞的声音。这种技术让研究人员们能够收集更多的数据用来做数据分析，于是乎收集到的数据量大增，增加到了75000小时/野外季节。

这使得他们得到了大数据——鸟类撞电线致死，发生了几千起，这比预期的要高得多！正是由于这种基于科学的证据，使得他们能够作出更好的决策。于是研究团队与公共部门合作，尝试着用在电线之间用发光的激光来警告鸟儿，目前看来是有效果的。他们进一步敦促电力公司，在撞击事件发生率较高的地区，闪烁的LED设备连接到电线上。

第二个例子是，AI可以帮助打击野生动物非法贸易。那些在社交媒体上的动物，使用AI很容易就能判断它们是否是受保护的物种。所以说，人工智能在监控方面起到了巨大的推动作用。

第三个例子是自动图像识别。有一个名叫Wild Me的波兰NGO，他们开发出来一个软件叫Wildbook，它可以适用于任何带有条纹、斑点、皱纹、鳍或耳槽或其他独特物理特征的物种。目前该软件用在了检索Twitter社交媒体上的动物，已经建立了20多个不同动物的项目，研究人员和公民科学家可以添加自动识别的图像。

读到这里我在想：那么斑海豹保护实际上可以考虑采用这种技术。由于它们脸上有斑点，其实也可以使用这种方式为每一只斑海豹建立“图形码”身份ID标识。这样水族馆的斑海豹们，就不容易被轻而易举地“调包”了。而且在迁徙季节，这种方式可以在一张鸟图中，较容易地数出多少只鸟儿。

第四个例子是用AI来处理声学数据。文中例举了自动化远程生物多样性监测网络（Arbimon）是一种基于浏览器的工具，可以自动识别动物的叫声。这个软件会使用机器学习，来对数据进行分类。目前已经收集了340万份短音频数据。该文还介绍了保护学家使用AI对在北极采集的1200小时的音频进行研究，结合matlab等，来研究鸣禽（songbirds）何时到达北极，以及环境因素对它们的叫声的影响。

第五个例子是用AI来进行“鱼脸识别”（Fish Face ID Tunnel ）。它甚至可以识别出亚种。（实际上我们也有类似软件，中国绿发会反电鱼协作中心刚刚发布的“江湖眼”APP，就有鱼类识别功能。）

这篇文章引用了斯托威尔（Stowell）的一个介绍：深度学习的大多数前沿成果，都使用了由谷歌开发的开源机器学习库TensorFlow，以及由Facebook领导的PyTorch。

文章也例举了目前来说AI的局限性，比如很大程度上依赖庞大的样本库。但我们知道，濒危物种，本身就是样本很难获得的，所以要基于大量数据来对濒危物种进行分析也比较难。但是，少则少矣，聊胜于无。而且笔者认为，随着技术的发展，加快对这些濒危物种的样本（既包括物理样本，也包括图形、声音等）的数据收集和信息记录是非常重要的，有助于通过AI在未来进行更先进的研究。

“跨界”对于我们自然保护界提出了新的要求。我们需要Think outside of the box。

“跨界”的本质上创新。这一点，我2018年3月份参加了“中国发展高层论坛”时，遇到香港科大的李泽湘先生，他给我很深刻的印象。当时真没想到他就是大疆无人机的董事长，一个学者型的人。他讲到创新人才的培养的问题，特别是他近几年来几个课题组成长出来的大公司、高科技公司的发展之路，印象深刻。他说——别人说我不懂电动汽车，但是呢，我是搞机器人的。跨界发展很重要，这个行业很多人说不好做，什么样的人都往里面钻，还没多少赚头，赚的都是血汗钱。别人说我是来“搅局”的。其实这种“搅局”，我称为“学科交叉”。并且认为，只有搅局了，才能重新定义规则，技术和产品，才能赚到钱。

总而言之，AI能够给保护界带来前所未有的帮助。我们到了一个需要主动拥抱AI、新技术的时代。

结合笔者之前翻译的Bala的文章《大数据、区块链与人工智能：自然保护的新未来 ｜ Balakrishna Pisupati建言2020后生物多样性保护》一文，笔者认为，自然保护界的科学家们跟上AI与大数据等先进技术的脚步是非常重要的。这篇Nature文中也提到这一点，作者建议保护生物学家可以通过Datacamp、Coursera、Udacity或Nvidia深度学习研究所提供的在线课程，以便跟上人工智能的发展，并且跟人工智能专家合作。

文/绿会Linda  核/花花  编/小梁

【Nature原文参见】

AI empowers conservation biology (2019.3.4)

https://www.nature.com/articles/d41586-019-00746-1