王國(guó)良 王寶會(huì)
監(jiān)測(cè)、保護(hù)和利用生物多樣性的第一步就是對(duì)生物多樣性開展全面的研究。AI特別是深度學(xué)習(xí)算法的出現(xiàn)可以讓計(jì)算機(jī)或機(jī)器通過以往示例和經(jīng)驗(yàn),學(xué)會(huì)模仿人類思維、識(shí)別對(duì)象、理解和響應(yīng)語(yǔ)言、從而制定決策、解決問題以及綜合分析。
AI深度學(xué)習(xí)算法是如何“工作”的呢?首先,人類向算法展示大量圖片,比如,有的圖片有動(dòng)物,有的沒有。算法從圖片中找到“特定模式”,然后用模式來做出判斷,看看面對(duì)之前從未見過的圖片應(yīng)該貼怎樣的標(biāo)簽。至于AI的神經(jīng)網(wǎng)絡(luò)架構(gòu)是根據(jù)人類視覺系統(tǒng)開發(fā)的,網(wǎng)絡(luò)各層連接在一起,從圖片中提取抽象特點(diǎn),通過一系列聯(lián)系得出正確答案。AI在生物多樣性中的應(yīng)用包括計(jì)算機(jī)視覺、語(yǔ)音識(shí)別、自然語(yǔ)言處理等方面。
我們先說計(jì)算機(jī)視覺。對(duì)于研究動(dòng)物行為的學(xué)者,尤其是昆蟲學(xué)家,怎樣觀察動(dòng)物的行為是個(gè)令人頭大的難題。野外觀察更難,主要在于定位個(gè)體和整個(gè)生命周期的持續(xù)觀察。
AI的出現(xiàn)可以讓計(jì)算機(jī)或機(jī)器通過以往示例和經(jīng)驗(yàn),學(xué)會(huì)模仿人類思維
深度學(xué)習(xí)和計(jì)算機(jī)視覺的結(jié)合使得對(duì)昆蟲和其他無(wú)脊椎動(dòng)物的監(jiān)測(cè)更具成本效益
計(jì)算機(jī)視覺是指用攝影機(jī)和計(jì)算機(jī)代替人眼,對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量,并進(jìn)一步處理獲取的圖像,從中獲取信息。它結(jié)合機(jī)器視覺和圖像分析技術(shù),目標(biāo)是從圖像中獲取物理對(duì)象的明確而有意義的描述。機(jī)器視覺通常用在工業(yè)和機(jī)器人領(lǐng)域,而圖像分析技術(shù)指的是2D圖像的算法分析和圖像的轉(zhuǎn)換(旋轉(zhuǎn)等)。
以“計(jì)算機(jī)視覺”為基礎(chǔ)的動(dòng)物行為觀測(cè)系統(tǒng)由動(dòng)物行為分析軟件、動(dòng)物活動(dòng)室/池、攝像頭等組成,通過相機(jī)和傳感器可以在整個(gè)晝夜和季節(jié)周期內(nèi)連續(xù)、無(wú)創(chuàng)地進(jìn)行生物學(xué)觀察。一旦被觀察的樣本出現(xiàn),傳感器馬上通過自動(dòng)成像技術(shù)來捕獲它們的身影。隨后,AI技術(shù)對(duì)樣本數(shù)據(jù)特征進(jìn)行訓(xùn)練,經(jīng)過深度學(xué)習(xí)的模型可以提供生物豐度、生物量和多樣性的估計(jì)。
我們知道很多生物有著保護(hù)色,部分生態(tài)環(huán)境光線很弱難以成像,如果計(jì)算機(jī)視覺沒法發(fā)揮作用怎么辦呢?對(duì)于不便于獲取視覺圖像的生物和環(huán)境,科學(xué)家利用計(jì)算機(jī)聽覺中深度學(xué)習(xí)的算法,測(cè)量生態(tài)環(huán)境中可辨識(shí)的生物聲音,對(duì)生物多樣性進(jìn)行聲學(xué)評(píng)估。
由于很多動(dòng)物有保護(hù)色,難以成像??茖W(xué)家利用深度算法,可對(duì)生物進(jìn)行聲學(xué)評(píng)估
利用被動(dòng)式紅外感應(yīng)技術(shù)拍攝到的亞洲象
利用聲音定位野生動(dòng)物,既降低對(duì)動(dòng)物的干擾,又可以避免視頻采集受光線和生境的限制?;谝粢曨l采集系統(tǒng),采用被動(dòng)式紅外感應(yīng)的方法偵測(cè)野生動(dòng)物和偷獵者,對(duì)現(xiàn)場(chǎng)實(shí)時(shí)拍照、錄音、錄像,并通過GPRS無(wú)線網(wǎng)絡(luò)發(fā)送信息,幫助科研人員在廣大的地域范圍內(nèi)找到動(dòng)物的行蹤并發(fā)現(xiàn)偷獵者。
此外,通過對(duì)瀕危動(dòng)物個(gè)體的聲音特征建立身份標(biāo)識(shí),可以在監(jiān)測(cè)中幫助研究人員清楚地掌握動(dòng)物的生存和繁殖情況,以此在遷徙季節(jié)判斷出物種數(shù)量。
不同方法得到的生物多樣性數(shù)據(jù),具有不同的時(shí)間連續(xù)性。遙感數(shù)據(jù)和其他的地理數(shù)據(jù)可以得到時(shí)間、空間上連續(xù)的生物物理數(shù)據(jù)。而利用傳統(tǒng)的生物多樣性采樣研究方法,如自動(dòng)錄像或圖像記錄設(shè)備、高通量基因條形碼或者宏基因組測(cè)序技術(shù),可以得到物種在某些樣點(diǎn)的生物多樣性信息,但這些樣點(diǎn)信息通常是不連續(xù)的,無(wú)法覆蓋到整個(gè)景觀區(qū)域。因此,將樣點(diǎn)信息結(jié)合連續(xù)的遙感技術(shù)來推測(cè)整個(gè)區(qū)域的生物多樣性組成,這樣才能繪制出生物多樣性和生態(tài)系統(tǒng)的綜合地圖。
在生物多樣性和生態(tài)環(huán)境保護(hù)的整個(gè)過程中,AI將會(huì)發(fā)揮越來越多的功能,將生態(tài)環(huán)境優(yōu)勢(shì)提升為生態(tài)農(nóng)業(yè)、生態(tài)工業(yè)、生態(tài)旅游等生態(tài)經(jīng)濟(jì)的優(yōu)勢(shì),那么綠水青山終將會(huì)變成金山銀山。
(責(zé)任編輯/陳天昊 美術(shù)編輯/周游)
通過樣點(diǎn)信息結(jié)合連續(xù)的遙感技術(shù),繪制出生物多樣性和生態(tài)系統(tǒng)的綜合地圖