英國非營利組織 Conservation AI 在全球?yàn)l危物種威脅檢測(cè)方面取得巨大飛躍

非營利組織使用 NVIDIA Jetson 平臺(tái)和 Triton 推理服務(wù)器，實(shí)時(shí)檢測(cè)穿山甲、犀牛等 50 多個(gè)物種所面臨的威脅。

圖中所示的是首次使用人工智能（AI）對(duì)全球最瀕危的物種之一——穿山甲進(jìn)行實(shí)時(shí)檢測(cè)的情形。

總部位于英國的非營利組織 Conservation AI 采用 NVIDIA 技術(shù)讓實(shí)時(shí)監(jiān)測(cè)成為現(xiàn)實(shí)。AI 可以幫助實(shí)時(shí)追蹤最稀有、隱蔽的物種，使動(dòng)物保護(hù)者能夠及時(shí)保護(hù)它們免受偷獵者、火災(zāi)等威脅。

該組織四年前由利物浦約翰摩爾大學(xué)的研究人員 Paul Fergus、Carl Chalmers、Serge Wich 和 Steven Longmore 創(chuàng)立。

在過去的一年半中，Conservation AI 已經(jīng)在全球各地部署了 70 多個(gè) AI 攝像頭。這些攝像頭幫助動(dòng)物保護(hù)者通過使用遷移學(xué)習(xí)訓(xùn)練的深度學(xué)習(xí)模型實(shí)時(shí)檢測(cè)威脅，保護(hù)生物多樣性。

Chalmers 目前在利物浦約翰摩爾大學(xué)教授深度學(xué)習(xí)和應(yīng)用 AI。他表示：“我們這么做的原因很簡單，如果不保護(hù)生物多樣性，人類也將從這個(gè)星球上消失。而沒有 AI，我們就永遠(yuǎn)無法實(shí)現(xiàn)保護(hù)瀕危物種的目標(biāo)?！?/span>

Conservation AI 解決方案使用NVIDIA Jetson邊緣 AI 平臺(tái)和NVIDIA Triton推理服務(wù)器構(gòu)建，可在短短四秒內(nèi)完成對(duì)錄像的分析、識(shí)別目標(biāo)物種，并通過電子郵件向動(dòng)物保護(hù)者和其他用戶發(fā)出潛在威脅警報(bào)。

它還可以利用一個(gè)包含圖像和其他元數(shù)據(jù)的巨大數(shù)據(jù)庫，快速模擬生物多樣性和棲息地健康的趨勢(shì)，這項(xiàng)分析工作原本需要花費(fèi)數(shù)年時(shí)間才能完成。然而現(xiàn)在通過該平臺(tái)，動(dòng)物保護(hù)者能夠?qū)崟r(shí)識(shí)別這些趨勢(shì)和物種活動(dòng)情況。

Conservation AI 與全球 150 家組織開展合作，包括保護(hù)協(xié)會(huì)、野生動(dòng)物園、狩獵保護(hù)區(qū)等。到目前為止，該平臺(tái)已處理超過 200 萬張圖片，其中約一半是在過去三個(gè)月處理的。

時(shí)間就是生命

一直以來，我們都是在使用相機(jī)陷阱（在野外放置配備紅外傳感器的相機(jī)網(wǎng)絡(luò)）檢測(cè)生物多樣性所面臨的威脅。但由于動(dòng)物和它們所在環(huán)境的圖像常常會(huì)發(fā)生很大的變化，因此相機(jī)陷阱會(huì)產(chǎn)生難以管理的數(shù)據(jù)。

利物浦約翰摩爾大學(xué)機(jī)器學(xué)習(xí)教授 Fergus 表示：“常規(guī)的相機(jī)陷阱研究可能需要三年時(shí)間進(jìn)行分析，等到分析結(jié)果出來再對(duì)這些物種所面臨的威脅采取任何措施，恐怕為時(shí)已晚。Conservation AI 可以及時(shí)分析這一數(shù)量級(jí)的數(shù)據(jù)，并將結(jié)果發(fā)送給動(dòng)物保護(hù)團(tuán)隊(duì)，這樣就可以實(shí)時(shí)進(jìn)行干預(yù)，而這一切都是 NVIDIA 技術(shù)賦能實(shí)現(xiàn)的?！?/span>

許多瀕危物種居住在人類通信系統(tǒng)范圍之外的偏遠(yuǎn)地區(qū)。于是，該團(tuán)隊(duì)使用NVIDIA Jetson AGX Xavier模塊分析無人機(jī)在此類地區(qū)拍攝的錄像。這些錄像被傳輸?shù)揭粋€(gè)智能控制器，該控制器可以計(jì)算物種數(shù)量，或者在檢測(cè)到目標(biāo)物種時(shí)提醒動(dòng)物保護(hù)者。

Chalmers 表示，與該組織以前的方法相比，配備 Triton 推理服務(wù)器的 Jetson 模塊所提供的節(jié)能型邊緣AI，將深度學(xué)習(xí)推理的速度提高了 4 倍。

他表示：“我們選擇 Triton 是因?yàn)樵摽蚣艿膹椥约捌鋵?duì)多種模型的支持。通過在 NVIDIA 加速計(jì)算堆棧上訓(xùn)練模型，我們可以非常迅速地對(duì)模型作出很大的優(yōu)化改進(jìn)?！?/span>

Conservation AI 使用 NVIDIA RTX 8000、T4 和 A100 Tensor Core GPU 以及NVIDIA CUDA工具套件對(duì)其深度學(xué)習(xí)模型進(jìn)行訓(xùn)練和推理。Fergus 認(rèn)為 NVIDIA GPU “徹底改變了存在大數(shù)據(jù)難題的應(yīng)用 AI 和動(dòng)物保護(hù)領(lǐng)域”。

另外，該團(tuán)隊(duì)將物種檢測(cè)流程建立在專為視覺 AI 應(yīng)用打造的NVIDIA DeepStream軟件開發(fā)套件上，實(shí)現(xiàn)了現(xiàn)場實(shí)時(shí)視頻推理。

Chalmers 表示：“如果沒有這項(xiàng)技術(shù)，一般會(huì)派直升機(jī)去觀察動(dòng)物，這么做的成本非常高，而且由于會(huì)排放大量二氧化碳而對(duì)環(huán)境產(chǎn)生不良影響。Conservation AI 的技術(shù)有助于減少這一排放問題，并在為時(shí)已晚之前檢測(cè)到對(duì)動(dòng)物的威脅?！?/span>

追蹤穿山甲、犀牛等更多動(dòng)物

英國著名的動(dòng)物保護(hù)協(xié)會(huì)切斯特動(dòng)物園已將 Conservation AI 平臺(tái)用于實(shí)時(shí)檢測(cè)偷獵者，包括在烏干達(dá)獵殺穿山甲的人。

由于穿山甲等許多瀕危物種的行動(dòng)難以捉摸，因此很難獲得足夠的圖像來訓(xùn)練 AI 模型。因此 Conservation AI 正在與 NVIDIA 一起研究使用合成數(shù)據(jù)來訓(xùn)練模型。

該平臺(tái)還被部署在南非林波波省的一個(gè)野生動(dòng)物保護(hù)區(qū)。該保護(hù)區(qū)使用 AI 監(jiān)視那里的黑犀牛、白犀牛等野生動(dòng)物。

Chalmers 表示：“一磅犀牛角的價(jià)值比一磅鉆石還要高。我們?cè)谶@些犀牛周圍建立了一個(gè)地理圍欄，一旦發(fā)現(xiàn)有偷獵者或其他威脅，保護(hù)區(qū)的人員就可以立即進(jìn)行干預(yù)。”

Fergus 表示，該組織的長期目標(biāo)是創(chuàng)建一個(gè)支持動(dòng)物保護(hù)者開展各項(xiàng)工作的工具套件，包括通過衛(wèi)星圖像監(jiān)測(cè)野生動(dòng)物，以及使用能夠分析動(dòng)物叫聲、森林火災(zāi)聲音等音頻的深度學(xué)習(xí)模型。

Chalmers 表示：“生物多樣性的喪失是一顆定時(shí)炸彈，而 NVIDIA AI 的厲害之處在于它讓每一秒鐘都變得有意義。如果沒有 NVIDIA 加速計(jì)算堆棧，我們就無法做到這一點(diǎn)，也無法實(shí)現(xiàn)應(yīng)對(duì)氣候變化和防止生物多樣性喪失的最終目標(biāo)?！?/span>

進(jìn)一步了解 NVIDIA 技術(shù)如何幫助促進(jìn)動(dòng)物保護(hù)（https://blogs.nvidia.com/blog/2021/11/18/jeremy-dertien-tigers-united/）

和防止偷獵（https://blogs.nvidia.com/blog/2022/08/22/ai-drone-rhino-poachers/）。

主題圖片由切斯特動(dòng)物園提供。

點(diǎn)擊 “閱讀原文” 或掃描下方海報(bào)二維碼，即可免費(fèi)注冊(cè) GTC23，在 3 月 24 日 聽 OpenAI 聯(lián)合創(chuàng)始人與 NVIDIA 創(chuàng)始人的爐邊談話，會(huì)議將由 NVIDIA 專家主持，配中文講解和實(shí)時(shí)答疑，一起看 AI 的現(xiàn)狀和未來！