大量的野外拍攝照片需要專家人工識別并進(jìn)行注釋，費(fèi)時費(fèi)力；
決策者可以很快決定該如何采取行動，但在這之前要花很長時間等待數(shù)據(jù)分析結(jié)果；
幫助行業(yè)專家和公益界人士更好地優(yōu)化保護(hù)方式的科學(xué)研究，常常因?yàn)橐巴鈭D像數(shù)據(jù)支撐還不夠?qū)е逻M(jìn)展緩慢……
動物保護(hù)已經(jīng)成為人類共識，但在行動上卻因?yàn)閿?shù)據(jù)處理和挖掘速度根不上而面臨種種尷尬。隨著渡渡鳥、大海雀、塔斯馬尼亞虎、西部黑犀牛等珍惜動物的滅絕，生態(tài)系統(tǒng)所面臨的潛在不利影響正在放大，強(qiáng)化動物保護(hù)的科研認(rèn)知、加快實(shí)踐落地工作變得更加緊迫。
在這樣的大背景下，人工智能介入動物保護(hù)就變得順理成章，這些年從國內(nèi)到國外大量的公益組織與科技企業(yè)都在嘗試用AI推動與動物保護(hù)有關(guān)的圖像數(shù)據(jù)處理工作。
然而，對AI模型開發(fā)而言，瀕危野生動物保護(hù)與其他多數(shù)領(lǐng)域相比面臨十分復(fù)雜的挑戰(zhàn)，高效的AI開發(fā)框架和專業(yè)的技術(shù)團(tuán)隊(duì)支撐變得更加重要，在業(yè)內(nèi)，已有相關(guān)的合作在開展，例如某自然保護(hù)機(jī)構(gòu)就與來自昇騰AI產(chǎn)業(yè)生態(tài)的昇思MindSpore開源社區(qū)合作，共同將AI 應(yīng)用于生物多樣性保護(hù)場景。
這種合作，將推動照片識別流程的速度，節(jié)省人力和時間，并將野外相機(jī)抓拍到的珍貴動物數(shù)據(jù)更快地反饋到科研和保護(hù)工作當(dāng)中，而其過程，也是克服動物保護(hù)領(lǐng)域的獨(dú)特挑戰(zhàn)。
1
數(shù)據(jù)端被“扎口”，
AI動物保護(hù)在模型端承受更大壓力
經(jīng)過數(shù)年積淀，立足自主AI計算架構(gòu)的昇騰AI產(chǎn)業(yè)生態(tài)已經(jīng)度過原始的積累期，在生態(tài)伙伴、行業(yè)場景等方面不斷突破，推動著千行百業(yè)的智能化升級?，F(xiàn)在，昇騰以昇思MindSpore開源社區(qū)進(jìn)入公益領(lǐng)域并不令人意外。
而無論與誰合作、服務(wù)于誰，昇騰AI產(chǎn)業(yè)要“搞定”一個場景往往需要針對性的合作模式與技術(shù)創(chuàng)新——在與上述自然保護(hù)機(jī)構(gòu)的合作中，AI參與動物保護(hù)就面臨獨(dú)特的訓(xùn)練數(shù)據(jù)挑戰(zhàn)。
從官方公布的信息看，雙方首期投入作為訓(xùn)練集的數(shù)據(jù)主要來自上述自然保護(hù)機(jī)構(gòu)與其他合作機(jī)構(gòu)從2011開始所積累的野外紅外相機(jī)數(shù)據(jù)，一共12680 張照片，其中12180 張作為訓(xùn)練集，500 張作為驗(yàn)證集。
這些照片來支撐一個AI模型的開發(fā)，面臨兩個問題：
一是數(shù)據(jù)總量“不上不下”，上萬張照片用人工去分析、挖掘數(shù)據(jù)耗時費(fèi)力，但對AI來說又似乎并不充裕，尤其是照片還分為了雪豹、巖羊、白唇鹿等常見的 10 個物種或物種類別，進(jìn)一步“稀釋”了數(shù)據(jù)的垂直度，而照片數(shù)據(jù)的獲取與增長本身還受限于采集條件；
二是數(shù)據(jù)質(zhì)量不佳，部署于野外的紅外相機(jī)所獲取的圖像往往難以清晰、完整，模糊的身影、與周邊環(huán)境難以區(qū)分等問題常常出現(xiàn)。
這就形成了一個尷尬的邏輯鏈條：一個動物越瀕危，其保護(hù)就越重要，AI越是應(yīng)當(dāng)參與進(jìn)來，但是，能夠獲取到的圖像數(shù)量和質(zhì)量往往也越差，又給AI帶來了更大的挑戰(zhàn)，即“越重要就越困難”。
于是，一個AI模型開發(fā)所主要關(guān)注的兩個環(huán)節(jié)——數(shù)據(jù)和算法，隨著數(shù)據(jù)端被“扎口”，壓力就更大程度上來到了算法開發(fā)上。而且，由于很多圖片本身即便是人工識別也有一定難度。
這又對AI模型的能力提出了其他領(lǐng)域少見的“超越人眼而不是追平人眼”的要求。一邊是數(shù)據(jù)受限，另一邊是對效果有高期許，動物保護(hù)領(lǐng)域的AI模型開發(fā)“兩頭承壓”，也就對開發(fā)框架提出了更高的支撐要求。
2
成為國內(nèi)首個參與動物保護(hù)的
AI開發(fā)框架，Mindspore的
探索不僅限于技術(shù)
昇騰與自然保護(hù)機(jī)構(gòu)的合作，讓昇思Mindspore成為國內(nèi)首個參與動物保護(hù)的AI開發(fā)框架，而為了應(yīng)對上述挑戰(zhàn)，可以認(rèn)為，此次合作中昇騰除了技術(shù)本身，還在合作模式上做了探索。
首先，是既然“數(shù)據(jù)采集”（原始數(shù)據(jù)獲?。┦芟蓿敲淳筒粩嗵嵘龑?shù)據(jù)的“珍視度”，在“數(shù)據(jù)標(biāo)注”（用標(biāo)注框框出照片中的識別對象的位置）階段發(fā)力。
一般而言，用于AI模型訓(xùn)練的數(shù)據(jù)往往都是通過“勞動密集”的標(biāo)注工作來輸出，目前較少有前沿技術(shù)和專業(yè)人士的參與。而此次合作，昇思MindSpore 團(tuán)隊(duì)線上指導(dǎo)了自然保護(hù)機(jī)構(gòu)團(tuán)隊(duì)使用AI標(biāo)注平臺開展物種標(biāo)注工作，并后續(xù)邀請了 61 位志愿者來一同進(jìn)行數(shù)據(jù)標(biāo)注——準(zhǔn)確標(biāo)注的數(shù)據(jù)再去“喂養(yǎng)”AI模型，將直接提升模型訓(xùn)練的效果。
然后，是通過權(quán)衡取舍確定最佳的算法路徑，不迷信于單一類別的基礎(chǔ)模型，而是根據(jù)實(shí)際情況結(jié)合AI開放框架的創(chuàng)新綜合考慮。
針對經(jīng)典的one-stage模型精度低但速度快，而two-stage模型精度高但速度慢的現(xiàn)實(shí)，昇思MindSpore 開源運(yùn)營團(tuán)隊(duì)和自然保護(hù)機(jī)構(gòu)討論后采用了YOLOv3 目標(biāo)檢測模型，其歸屬于one-stage但同時得益于昇思MindSpore的創(chuàng)新開發(fā)能夠平衡檢測的質(zhì)量和速度，能在效率的基礎(chǔ)上保證識別的效果。
再有，是以開源推進(jìn)的方式讓公益領(lǐng)域的AI也能群策群力。
本次合作的所有代碼、模型文件和部署文檔均已在昇思MindSpore社區(qū)開源，大量的開發(fā)者參與其中，為模型的優(yōu)化做出貢獻(xiàn)，更好地應(yīng)對動物保護(hù)領(lǐng)域的獨(dú)特挑戰(zhàn)。而模型被開源后也不單服務(wù)于上述自然保護(hù)機(jī)構(gòu)一家機(jī)構(gòu)，還能夠幫助到更多需要的人和機(jī)構(gòu)，發(fā)揮出更大的價值。群策群力、群體價值共享的開源社區(qū)基礎(chǔ)愿景在公益領(lǐng)域得到踐行。
最后，是公益組織與科技平臺進(jìn)行了“初創(chuàng)式”的合作模式探索。
在直觀上，是自然保護(hù)機(jī)構(gòu)與昇思MindSpore探索了一套從需求出發(fā)的緊密協(xié)作機(jī)制，可以往其他公益機(jī)構(gòu)、領(lǐng)域進(jìn)行復(fù)制。
而內(nèi)里，是開源模式在公益領(lǐng)域的有效落地。在環(huán)保已經(jīng)成為普遍共識的今天，通過技術(shù)的手段來強(qiáng)化公益工作已經(jīng)是許多公益組織的必選項(xiàng)，公益組織與商業(yè)組織一樣在積極擁抱AI，擁抱能夠加深A(yù)I技術(shù)廣度與深度的開源打法。華為當(dāng)然十分有意愿加入到公益事業(yè)當(dāng)中，發(fā)揮自身技術(shù)和業(yè)務(wù)沉淀的價值，而更應(yīng)該強(qiáng)調(diào)的是，它作為昇思MindSpore 開源社區(qū)的一員，也是通過開源社區(qū)在貢獻(xiàn)自己的力量，努力推進(jìn)優(yōu)質(zhì)識別模型的發(fā)展。
3
開源時代，AI社區(qū)
“社會意義”的一面正在不斷強(qiáng)化
從自然保護(hù)機(jī)構(gòu)與昇思MindSpore開源社區(qū)的合作不難看出，作為一種推動“技術(shù)進(jìn)步”的模式存在，開源的打法不負(fù)眾望，幫助了AI識別模型的不斷優(yōu)化并分享給了更多人。
而從另一個角度看，通過開源的方式，很多希望為公益出一份力的開發(fā)者有了新的抵達(dá)路徑，在捐錢、捐物、抵制珍惜動植物消費(fèi)等做法之外，能夠?qū)⒓夹g(shù)的力量通過社區(qū)貢獻(xiàn)注入到公益工作當(dāng)中去，也許未來某一次的雪豹保護(hù)工作中所采用過的AI識別應(yīng)用就有自己所貢獻(xiàn)的技術(shù)的痕跡，這是不可否認(rèn)且能夠長期發(fā)揮價值的公益舉動。
自2020 年 3 月正式開源以來，兩年時間過去，昇思MindSpore社區(qū)已擁有 80 萬社區(qū)開發(fā)者，下載量超過 166 萬，5000+企業(yè)應(yīng)用上線，認(rèn)證開發(fā)者/布道師近300人，社區(qū)貢獻(xiàn)者4500+，成為了國內(nèi)第一熱度的 AI 開源社區(qū)。參與公益合作，讓快速發(fā)展的昇思MindSpore展示了AI社區(qū)在推動“技術(shù)進(jìn)步”之外更能推動“社會進(jìn)步”的意義，社區(qū)越是繁榮，能夠吸引到參與公益的開發(fā)者就越是廣泛，公益事業(yè)也就有了更好的技術(shù)支撐和保障。
而昇思MindSpore開源社區(qū)與上述自然保護(hù)機(jī)構(gòu)聯(lián)合成立的AI for Biodiversity Conservation Working Group（簡稱：WG-AI4BC）就是基于此目的，以常態(tài)化合作機(jī)制匯聚更多的社會力量，強(qiáng)化人工智能技術(shù)研究，幫助尋找、保護(hù)中華水塔中的珍惜野生動植物。
就在520當(dāng)天，華為官方公眾號還發(fā)布了關(guān)注昇騰AI（喻為“愛”）幫助世界更美好的推文（見文末鏈接），其中首先提到了利用昇騰AI保護(hù)雪豹，可見AI參與動物保護(hù)正在以凸顯人文關(guān)懷的方式來獲得更廣泛的關(guān)注和參與——本文的撰寫就一定程度上受到了這種人文關(guān)懷的推動。
現(xiàn)在，WG-AI4BC還在邀請更多開發(fā)者參與，在查閱立項(xiàng)文檔后，開發(fā)者可以選擇通過在社區(qū)提交ISSUE或者PR的方式參與到開源貢獻(xiàn)當(dāng)中來，或者直接通過 naturewatch@shanshui.org提交提案。
回過頭來看，昇思MindSpore開源社區(qū)所匯聚的行業(yè)、科研及開源力量，已經(jīng)推動了醫(yī)療、交通、金融、互聯(lián)網(wǎng)、制造、能源、運(yùn)營商等8大行業(yè)的智能化變革，幫助昇騰AI與產(chǎn)業(yè)的融合深度不斷加深，千行百業(yè)的產(chǎn)業(yè)智能化升級既有了高效可靠的底層AI基礎(chǔ)設(shè)施，也有了全面業(yè)務(wù)助力的AI使能者。
隨著昇思MindSpore開源社區(qū)開始往公益領(lǐng)域深入，昇騰AI產(chǎn)業(yè)生態(tài)將增添又一個重要的垂直領(lǐng)域，AI在公益領(lǐng)域的落地表現(xiàn)將更值得期待。
