◆本报记者肖琪

　　如果问山水自然保护中心（以下简称山水）科学顾问李雪阳，红外相机拍摄到大量雪豹照片让她开心吗？答案是肯定的。但开心之余，将海量的红外相机照片归纳整理，并进行物种识别，可不是一件容易事。

　　作为野生动物保护的一项基础性工作，野外种群数量调查长达十年甚至几十年，科研人员会收获大量的调查数据。如何把数据处理、转化成有研究价值的成果，是摆在“李雪阳们”面前的一道必答题。

　　AI空拍模型至少节约30%—50%的时间

　　李雪阳常常需要前往三江源地区，通过红外相机的定点监测、痕迹调查等方式对雪豹进行“跟踪调查”。理想的状态是红外相机只拍摄到雪豹，但通常会有很多其他动物被红外相机捕捉到，有时候只是风吹草动，或者太阳直射带来的热量变化，都会导致红外相机产生空拍镜头。

　　当数据被收集回来，开始进行雪豹的个体识别之前，项目团队成员还需进行删除空白镜头的预处理。“目前，AI空拍模型相对来说比较成熟。”李雪阳告诉记者，“用空拍模型把整体数据跑一遍，通常来说可以至少节约30%—50%的时间，能减少很多人力成本。”

　　以青海省玉树藏族自治州通天河边的云塔村点位为例，每3个月左右回收一次红外相机，拍摄的总数据约为3.5万张，AI空拍模型处理后非动物数据的比例为0.584。“意味着这个监测点位共筛掉了58.4%的非动物数据。”李雪阳补充道。

　　实际上，随着物种监测的普及和常态化，科学家、在地保护组织和社区等多方面临的数据体量将会逐渐增加，数据处理效率也亟待加强。AI技术的加持，在一定程度上将一线调查和保护人员从

　　繁重的记录、标注工作中部分解放，为数据的进一步分析和处理争取了更多时间。

　　扩大训练集，提升AI识别效率与准确度

　　前不久，山水将一部分预处理后的数据寄往志愿者手中，通过公民科学的方式开展物种识别工作。

　　李雪阳非常期待这一部分数据的呈现，因为它们可以用作下一步重要工作：作为训练集，完善物种识别的模型。这是山水与腾讯公司正在合作完善的、适用于雪豹生态系统的物种识别模型。除雪豹外，雪豹生态系统里还包含岩羊、赤狐、兔狲等在内的其他30多种野生动物，AI识别模型的功能可以准确、快速地对这些动物进行物种识别。

　　“目前来说，雪豹的识别效果还可以。但还需要更多有效素材，对模型进行完善和提升。”李雪阳表示。

　　除了红外相机数据AI识别，腾讯所推出的“物种之眼”AI识别模型（以下简称“物种之眼”），还包括巡护数据协同管理数据平台。

　　腾讯公益慈善基金会生态环保项目经理邓雯洁告诉记者：“‘物种之眼’实现了物种定位与识别功能的一体化。即使面对低画质、动态模糊或遮挡图像，仍可精准定位动物踪迹。”

　　据介绍，“物种之眼”可识别物种数量达286种，计划年内覆盖1500余种中国鸟类。其中，大熊猫、羚牛、林麝的识别准确率达到94%、90%、90%，且能达到1小时快速识别两万张照片的水平。

　　AI加入，让保护工作更易触达公众

　　当经过预处理的红外相机数据交到志愿者手中时，人们有机会从照片中看见野生动物真实的活动画面，有时候是母雪豹带着小雪豹出行，有时候是公雪豹和母雪豹相互试探。

　　在“物种之眼”的进一步探索中，普通公众也能通过基于这一模型推出的“野朋友计划”小程序中，开启“宅家找动物”游戏，进行物种识别。

　　在李雪阳看来，这种尝试和探索降低了公众参与物种识别的门槛。“通过‘宅家找动物’，公众参与识别的722个结果中，与历史识别结果一致的有691个，存在差异的31个。我们发现这31个结果中，存在11个历史错误。”这些经再识别校准后的结果,也将反馈到历史数据中进行更正。

　　AI也让野生动物保护工作更易触达普通公众。“用交互的方式、设计容易参与的游戏，实现人人可触达，让公众更好地把这些数据玩起来是我们想要达到的效果。”在邓雯洁看来，公众的加入同时也在完成一部分AI模型的训练工作。

　　无论是社区保护工作者还是公众，野生动物的珍贵影像资料都是参与保护过程中的一种激励。“我们发现大家很乐于见到各种野生动物，并相互分享。志愿者的加入，不仅很好地帮助我们处理数据，也加深了公众与雪豹之间的链接。”李雪阳期待着AI识别模型能进一步降低雪豹识别的难度和门槛，吸引更多公众加入到保护行动中。

　　◀AI识别出的红外相机拍摄到的雪豹。

　　山水自然保护中心供图