丹棱君有話說：2017 年微軟啟動AI for Earth 項目以來，始終希望能夠「讓世界各地的組織或個人可以使用人工智能來保護我們的地球」。為了讓每一聲來自瀕危大象的呼救都能被人工智能感應並得到妥善解決，微軟與合作夥伴正在行動。

每年的 8 月 12 日是世界大象日，盡管人們已經意識到保護大象的重要性，但非洲地區的大象數量卻依然在急劇下降。據科學家可能，近幾十年來，有三分之二的非洲象因為象牙偷獵等原因已經消失。Paul G. Allen 2016 年發布的大象普查結果則顯示，非洲的草原象數量在近七年中下降了 30%。

為了打擊偷獵與非法象牙交易，為大象創造更好的生態環境，微軟與眾多高校科研人員、自然保護組織及科技企業攜手合作，從收集大象聲音及行為等數據以幫助相關人員做出決策，到用雲計算賦能野生動物大數據分析進程，再到利用人工智能識別並刪除線上野生動物非法交易信息，微軟及其合作夥伴一直在行動。

「人工智能+雲計算」賦能大象數據收集與分析

微軟開發的人工智能工具 Conservation Metrics 能夠使用機器學習的方法監控野生動物的行為並對當下自然保護工作進行評估。如今，它正在使用其精密的算法助力康奈爾大學鳥類學實驗室的大象監聽項目，幫助研究人員和生態保護者區分森林大象的聲音與嘈雜熱帶雨林中的其他聲音。

微軟與合作夥伴在剛果共和國北部地區的熱帶雨林中安置了大量聲音傳感器，這些傳感器正在使用精密的監測手段為大象監聽項目收集海量聲音數據。

在這些聲音數據中，我們能聽到各種各樣的聲音：黑猩猩、大猩猩、森林水牛、瀕臨滅絕的非洲灰鸚鵡、掉在地上的水果、吸血昆蟲、電鋸、引擎、人聲，甚至是槍聲。在這無數的聲音裡，我們的傳感器還捕捉到了一個微弱的聲音——來自森林大象的呼救。

對於人類來說，從紛亂龐雜的海量聲音中辨別出大象的獨特叫聲幾乎難如登天，這對於 Conservation Metrics 而言卻很簡單。Conservation Metrics 是如何做到的呢？如上文所說，聲音傳感器能夠收集到大象的聲音數據。基於此，研究人員可以更加準確且及時地可能當地的大象數量；並追蹤它們的行動路徑，找出那些潛在的危險，以為象群提供更好的保護。

大象監聽項目的科學家可能，非洲的森林大象數量已從 2011 年的大約 10 萬只減少到今天的不到 4 萬只。在過去，科學家們往往只能通過一些間接證據來了解這些數據，比如象牙走私，偷獵跡象和勞力密集型調查等等，不過這些調查成本太高，因而無法定期開展。有了 Conservation Metrics 以後，情況逐漸明朗。Conservation Metrics 於 2017 年開始與大象監聽項目合作，意在幫助提高項目研究人員的工作效率。它的機器學習算法能夠更準確地識別大象的聲音，並有望幫助研究員們減輕人工復查的工作負擔。

拯救大象項目的 David Daballen 和 Jerenimo Lepirei 正在使用追蹤程序監控肯亞的桑布盧國家保護區的草原象。攝影：Frankaf Pertersens（來自拯救大象）

但是，聲音傳感器捕捉到的海量數據也給相關組織的本地服務器和計算能力增加了工作負擔。康奈爾大學負責大象監聽項目的高級研究員 Peter Wrege 說：「要從這些偏遠的非洲森林中獲取數據並快速分析信息，數據處理能力是我們當下面臨的最大瓶頸。」

「每當我們帶著收集到的數據走出調研地時，這些保護區的管理人員馬上就會問，’你發現了什麼？大象是不是變少了？有沒有需要我們立即去解決的危機？’但由於數據處理需要花費很長時間，有時我可能需要花費數月才能給他們一個準確答案。」 Wrege 說。

基於以上情況，微軟的 AI for Earth 項目已向 Conservation Metrics 提供為期兩年的資助，以在 Microsoft Azure 雲服務中構建基於雲的工作流，用於分析和處理關於野生動物的各項參數指標。它還向大象監聽項目捐贈了 Azure 計算資源，以降低項目的數據處理成本。Protect Metrics 的首席執行官 Matthew McKown 表示，Azure 的計算能力將極大地縮短數據處理時間。如今，用戶甚至可以直接上傳數據並進行交互。

McKown 表示，依照目前計算機的數據處理能力來看，處理大象監聽項目幾個月的數據需要大約三周的時間。不過，Microsoft Azure 雲服務的數據遷移工作將在今年晚些時候完成，在此之後，同樣的工作量可能只需要一天時間就能做完。

「這是一個巨大的進步。我們有收集聲音信號的設備，也能通過一個神奇的過程將收集到的信號轉換為數據，並把這些數據與洞見傳遞給那些最終採取實際行動的人，比如護林員等等，我們衷心希望能夠加快這一進程。」 McKown 說。

機器學習讓偷獵與衝突不再頻發

聲音識別只是眾多人工智能方法中的一種。我們也在使用機器學習來監測大象的實時運動模式，而這些信息可以實時提醒護林員們偷獵行為的發生。

拯救大象項目的研究科學家 Jake Wall 正和其他保護組織合作，以便更及時地獲得他在肯亞和其他七個國家研究的草原象的數據。他們為這些動物配備了 GPS 跟蹤項圈，可以通過衛星和細胞網路傳輸位置數據。微軟及合作夥伴已經在這一方面取得了一些成績。

拯救大象 app 可以讓保護區管理員追蹤大象並及時匯報潛在的威脅。攝影：拯救大象

比如，微軟 AI for Earth 項目的另一個合作夥伴 Great Elephant Census 就開發了一個區域感知系統（DAS），這是一個實時數據可視化及分析平台。它集成了約 15 種不同的數據來源，包括遊俠車輛和無線電，動物追蹤器，陷阱相機，無人機，氣象監測儀，現場報告和衛星圖像等等。微軟為 DAS 系統提供雲力量，使得 DAS 系統及其數據可以移動到 Azure 雲上，並為系統管理人員創造實時儀表板，告知他們當下的情況以阻止那些涉嫌非法危害瀕危野生動物的活動發生。

在某些地區，DAS 還支持拯救大象項目的 app，當配備 GPS 跟蹤項圈的動物減速或停止移動時，該 app 將通過電子郵件或簡訊提醒遊俠車輛。它可以在動物前往人類居住地時發出警告，以提示人們動物可能會襲擊農民的莊稼。隨後，保護區的管理人員或農民就會將動物帶回安全地區。從加蓬到莫桑比克到剛果，DAS 一共部署了大約 463 個動物追蹤裝置，其中 358 個都在大象身上。

和平公園基金會是微軟的另一個合作夥伴，該基金會致力於打擊針對南非犀牛和其他野生動物的偷獵活動。微軟幫助它們建立了可以檢測評估偷獵風險的遙感系統。通過 NetHope Azure Showcase 的資助，微軟也幫助了開源 SMART （空間監測和報告工具）連接到 Azure 雲。這一工具被用於非洲的數十個保護地點，且大大提高了野外巡邏的效率。

微軟 AI for Earth 還向南加州大學社會人工智能中心（CAIS）和卡內基梅隆大學的研究人員提供資助。這兩所高校的研究人員聯合打造了野生動物安全助手—— PAWS，並正在繼續改進它的各項功能。PAWS 使用機器學習的方法，判斷出偷獵活動最有可能發生的地點並基於此為管理人員創建巡邏路線。

此外，南加州大學的社會人工智能中心還將繼續改進一種能通過紅外熱成像自動檢測人類和動物的 AI 無人機系統，該系統名為SPOT（Systematic Poacher Detector），SPOT 的探測器可以檢測夜間無人機鏡頭中的偷獵者和野生動物，如今 SPOT 已經被包括空中牧羊人（Air Shepherd）在內的環保組織廣泛使用。

來自拯救大象項目的 Jake Wall 表示，即使在傳感器和圖像采集等方面取得了進展，我們還是需要做更多的工作才能將數據轉化為科學洞見或法律意義上可訴的情報。

「我們真的很興奮，因為微軟和 AI for Earth 能夠跟我們分享一些專業知識，其中也包括很多我們沒有的技術集。」「機器學習可以幫助我們獲取很多重要信息，這些信息是我們當下無法了解卻希望能夠了解的。其中就包括識別大象的遷徙和移動行為以及探索人類擴張和森林砍伐在區域層面造成的影響。」 Wall 說。

肯亞 Tsavo 國家公園的大象，非法伐木和牲畜入侵已經影響到這一保護區。攝影： Jane Wynyard （來自拯救大象）

Wall 一直與微軟 AI for Earth 項目的研究人員 Dan Morris 合作，他們一共有六個項目創意。其中一個項目就是研究如何使用機器學習來識別快速移動，當大象快速奔跑且路線不是直線時，這可能是因為它們遭遇了偷獵或其他威脅。

Morris 致力於將機器學習算法應用於陷阱相機——即遠程現場相機，它們會被動物的運動行為觸發從而能夠拍攝到其所在道路的所有物體。「盡管這些手段可能有用，想要找到一只我們關切的動物依舊如同大海撈針。」 Wall 說。

Morris 說：「問題在於沒有人有時間瀏覽拍下來的圖像，他們最終都會被擱置。」「機器學習或許能夠幫助我們分析圖像，目前，計算機科學家已經在嘗試用機器學習的手段來做到這一過程了，我猜我們很快（也許不到一年），就能擁有一個很棒的人工智能圖像識別工具。」

Wall 和 Morris 也開始使用 AI 來區分大象和航拍影象中的水牛或長頸鹿等其他動物。了解大象何時何地與其他野生動物接觸——特別是馴養的動物，比如牛。這可以幫助護林員最大限度地減少象群與人類的衝突。

這些研究成果還可以為土地管理決策提供信息，例如在哪裡建立保護區以及在何處建造道路及管道等基礎設施。Wall 說，當下很少有人能意識到這才是對大象生存最重要的威脅之一。通過分析這些重要的圖像數據，人工智能工具可以幫助我們密切關注人類對大象棲息地的侵犯，並提供重要的洞見。

Wall 說：「我們一直專注於偷獵等棘手的問題，但實際上人類居住區的擴張以及公路，鐵路和管道的發展也在影響非洲大象族群的發展。」

打擊野生動植物制品非法線上交易，人工智能有奇招

拯救大象不僅僅是阻止捕獵它們的偷獵者。破壞「大象經濟」的全球市場同樣重要。

生物學家，保護組織和微軟的數據科學家正在使用人工智能來阻止對大象的非法殺戮，叫停有關大象的非法貿易並保護它們的棲息地。此外，我們也在嘗試使用搜索引擎來封鎖那些試圖非法出售象牙或大象有關制品的在線廣告。

前不久，微軟和其他一些科技公司加入了「打擊網路野生動植物非法貿易的全球聯盟」（聯盟），這一聯盟是由世界自然基金會（WWF）、國際野生物貿易研究組織（TRAFFIC）和國際愛護動物基金會（IFAW）聯合組織的。如今，象牙，動物毛皮和活體寵物等野生動物制品的交易已經大面積從線下轉移到互聯網，在意識到這一趨勢後，這三大組織聯合多家互聯網及科技公司，集結力量來阻止這一趨勢的蔓延。

除了瞄準針對大象產品的非法貿易外，聯盟還特別關注有關其它野生動物的犯罪交易，例如出售寵物幼體老虎及穿山甲鱗片、非法珊瑚貿易等等。

一只非洲草原象在馬賽馬拉國家公園，肯亞。攝影：Tom Stahl（來自世界自然基金會）

Giavanna Grein 是世界自然基金會野生動物犯罪項目官員，他說：「以前網路犯罪分子能夠在互聯網上自由運作，因為這沒什麼犯罪成本。」「如今，我們正在各大平台上創建持續且強大的威懾機制——如果犯罪分子創建一個新帳戶，並po文，這個帖子會被立即撤下，這將有效打擊網路野生動植物非法貿易。」

微軟旗下搜索引擎必應與該聯盟合作，聯合其他電商網站和社交媒體公司的搜索引擎，創建了反對非法貿易的網路政策，這些政策具有強大的威懾力，且得到了一致認可，並在各大搜索引擎應用，這其中主要涉及到人工偵察和算法的混合。

9 月，微軟的 AI for Earth 團隊將舉辦以人工智能為核心議題的研討會，意在幫助那些致力於提高在線檢測非法野生動植物廣告技術自動化程度的科技公司及學術界的研究人員。希望在人們有機會看到並購買瀕危動植物產品之前，我們的合作夥伴及其產品能夠提升識別技術並根除那些有關瀕危物種的非法廣告。

「人工智能在線上打擊野生動植物販運領域發揮著關鍵作用。雖然它不是唯一的解決方案，但它會大大提高野生動物網路犯罪分子的準入門檻。」 Grein 說。

本文作者系 Jennifer Langston，原標題為”Can sound help save a dwindling elephant population? Scientists using AI think so.”