GPU 和深度学习如何帮助保护濒危物种

在非洲,要想从方圆十几平方英里的灌木丛中找到一只猎豹并非易事。

不过,一只猎豹在一天当中可能会留下 200,000 处足迹。因此,寻找它的踪迹便容易多了。

事实证明,踪迹除了能用来找到动物之外,还能告诉我们很多信息。

在此洞见的启发下,以及在深度学习和 NVIDIA GPU 的支持下,一种可能具有革命性意义的野外生物保护方法即将投入使用。

Zoe Jewell 和 Sky Alibhai 共同创办了 WildTrack,这是一家专门监控濒危物种的非营利组织。在世界环境日到来之际,他们发起了一个名为 ConservationFIT 的计划,其中 FIT 表示“footprint identification technology”(足迹识别技术)。

该计划力图以众包方式收集动物足迹的照片,然后使用这些照片建立一套算法,以识别留下足迹的动物的物种、个体、性别和年龄组。

上世纪九十年代,这对搭档在长达两年的假期中开展了这项事业。当时津巴布韦和纳米比亚的偷猎危机正处于高峰期,他们受当地政府所托监视黑犀牛的状况。他们发现了自己的使命,从此再不回头。

非法交易犀牛角的做法导致黑犀牛的数量大幅减少。一直以来,当地政府主要使用无线电颈圈和去角术这两种方法来保护黑犀牛。

在灌木丛中游走了 10 年之后,Jewell 和 Alibhai 断定这两种方法没有效果。这不仅是因为颈圈经常失效,还因为经常麻昏雌犀牛以便重新戴上颈圈无意中造成了严重的后果,导致雌犀牛的生育周期从每 3 年产下一只小犀牛大幅延长到每 10 年产下一只。

追寻足迹

随着时间的流逝,与俩人一起共事的狩猎巡防队员不断询问为何不直接追寻动物的足迹。事实证明,巡防队员可以从足迹中了解到比动物要去哪里多得多的信息。

Alibhai 说:“让我们吃惊的是,这些土生土长的专业人员单凭动物足迹就能同时识别出物种和个体。他们一次又一次地找到足迹,告诉我们犀牛的名称,然后一路追寻动物,以证明他们所言不虚。”

为了追寻足迹,这对搭档多年来不辞辛劳地尝试了多种方法,例如使用醋酸透明塑胶片或冲洗一卷卷的摄影胶片。上世纪九十年代中期的两项科技成果改变了一切:数码相机诞生,以及 SAS Institute 研制出统计分析软件 JMP(能让他们开发复杂的统计模型)。

这两项技术引领了 FIT 的发展,使它如今能使用照片按物种、个体、性别和年龄组对足迹进行分类。

Alibhai 说:“从图像处理到分析,再到制作分布图,它都能做好。”

需要开发更多算法以满足需求

迄今为止,WildTrack 已经为 15 个物种(包括最开始的黑犀牛)开发了 FIT 算法,但去年对 FIT 的需求迅猛增加,原因是世界各地开展的野外项目希望加强对濒危物种的监控。

发起 ConservationFIT 的目的是,使用野外生物学家、兽迹追寻者和民间科学家通过智能手机上传的照片,帮助更快速地创建算法。

因此,Jewell 和 Alibhai 一直与 SAS 合作,并使用 NVIDIA GPU 来研究如何通过深度学习及时处理预计会越来越多的照片及其包含的元数据。

Jewell 说:“我们的工作刚起步,主要研究足迹、动物纹路、毛发样本结构和其他形态性状,但初步取得的成果已经大大超出了我们的预期。我们预计 NVIDIA GPU 能将数据处理速度提高几个数量级。”

最后,鉴于目前到全球各地保护区游玩的游客多达 80 亿人次,Jewell 和 Alibhai 希望能充分利用此资源。

Jewell 说:“想象一下,哪怕是只有百分之一的游客带有智能手机并且收集了足迹数据,也能为深度学习和 FIT 提供 8000 万个数据点,从而帮助确定物种分布和识别个体。”

请观看 WildTrack 的 Jewell 和 Alibhai 与杜克大学的访谈节目,详细了解他们的动物保护工作。

Similar Stories