在空氣稀薄(bo)的尼泊(bo)爾上木斯塘（Upper Mustang）地(di)區，隨著一(yi)聲快門輕響，一(yi)臺(tai)紅(hong)外(wai)相機捕捉下山(shan)林一(yi)隅的動靜。在這片橫跨多個亞(ya)洲國家、總(zong)面積(ji)達(da)77萬(wan)平(ping)方(fang)英里（比墨西哥還(huan)大）的高山區(qu)域中，世界上僅存的4000只雪豹中的一員，悄然走進鏡(jing)頭。

以往，要在成千上(shang)萬張(zhang)相機抓拍中找到這只雪(xue)豹的(de)照片，保護(hu)區巡護(hu)員(yuan)需(xu)要花費(fei)數小(xiao)時進行(xing)手動篩查。如今在人工智能的(de)幫助(zhu)下，這項工作可(ke)以自動完成。

“我們之(zhi)所以(yi)關注雪豹(bao)，有兩個原因(yin)。第一，雪豹(bao)數(shu)量極為稀少，是氣候變化的(de)一個指標(biao)性物種；第二，它(ta)們的(de)棲息地(di)橫跨(kua)多個國家，分布于(yu)地(di)球上最偏遠(yuan)、最復(fu)雜的(de)高山地(di)帶。”

—騰訊可持續社(she)會價值(zhi)事(shi)業部(bu)（SSV）生物多樣性保育主任馬堯  

尼泊爾偏遠而廣袤的上木斯塘地區(qu)是(shi)雪(xue)豹的重(zhong)要棲息地。

追蹤跨越國界(jie)的(de)高(gao)山精靈

雪(xue)豹(bao)被稱為(wei)“高山(shan)(shan)精靈”，活躍(yue)在(zai)橫(heng)跨多國(guo)的崎(qi)嶇山(shan)(shan)地(di)，行動敏捷如風，悄無聲息地(di)穿(chuan)越國(guo)界(jie)，在(zai)雪(xue)地(di)上幾乎不留爪(zhua)印。追蹤這(zhe)些頂級掠食者的行跡對(dui)保(bao)護它們及其棲息地(di)至關(guan)重要，但這(zhe)也(ye)意味著要在(zai)世界(jie)上最崎(qi)嶇的地(di)形上部(bu)署紅外相機，并處理隨(sui)之產生的海量數(shu)據。

例如，僅(jin)尼泊爾(er)境內就部(bu)署了(le)近(jin)800臺紅外相機。每(mei)(mei)臺相機每(mei)(mei)隔幾個月(yue)就會生成數千張圖(tu)(tu)片。而巡護(hu)員每(mei)(mei)花(hua)一小時篩(shai)查圖(tu)(tu)像(xiang)，其原本用于打擊野(ye)外偷獵(lie)、預防野(ye)火或(huo)者與當地(di)社區合作的(de)時間就要相應縮減。如何將時間真正用在關鍵(jian)處，成為亟待(dai)解決的(de)問題。

野外(wai)巡護員正在(zai)架設紅(hong)外(wai)相機。

人工智能解(jie)決(jue)方案

為了處理(li)龐大的紅(hong)外相(xiang)機(ji)數據，騰訊開發了人工(gong)智能模型“物(wu)種之眼”，旨(zhi)在提升動物(wu)保護的工(gong)作(zuo)效率。

該(gai)系統可以從數千張圖片(pian)中識(shi)別雪豹，準確率(lv)高達(da)98%，而且(qie)可(ke)以在世界上最(zui)偏遠的(de)地方離線運行。該模(mo)型不(bu)僅能識(shi)別雪豹(bao)——事(shi)實上，其目前(qian)可(ke)識(shi)別286個物(wu)種，且(qie)可識別物(wu)種數量在不斷(duan)增加，預計到2025年底達到1500個(ge)。

與(yu)傳統的單一物(wu)種識別(bie)模型(xing)不同，該模型(xing)不需(xu)要大量數據來學習識別(bie)新物(wu)種，設置成本(ben)降低了70%。得益于此(ci)，它成為(wei)一款具備良好擴展性(xing)的(de)工具，支持在不(bu)同(tong)地區和物種間(jian)開(kai)展更廣泛(fan)的(de)野生動物保(bao)護工作。

紅外相機捕捉到的雪豹特寫照片。

這(zhe)對自(zi)然保護工(gong)作者意味(wei)著(zhu)什(shen)么？

• 節省時間：人工智能可以篩掉空片，有效標記物種，節省了數天的手動篩查時間。它可以將所需的人力減半，讓巡護員能夠集中精力解決更緊迫的問題，如野火防控和非法偷獵。
• 優化數據：更準確、及時的雪豹種群數據，支持更科學的政策制定，提升棲息地管理效果，幫助設計更有效的措施來緩解人獸沖突，確保將資源用在最需要的地方。
• 提高成效：快速且穩定的數據處理幫助團隊發現風險，合理安排保護優先次序，更有效地評估工作進展。

“人工(gong)智(zhi)能(neng)可以幫助我們更(geng)快、更(geng)嚴謹地(di)分(fen)析數據，不僅能(neng)從海量(liang)圖(tu)像(xiang)數據中篩選(xuan)出(chu)雪豹，還能(neng)識(shi)別出(chu)它們的獵物(wu)。”

—尼泊爾(er)國家自然保護基金(jin)會保育主任C.P.Pokharel博士  

超(chao)越技術(shu)范疇

“物種之眼”模型(xing)最(zui)初為(wei)中國雪(xue)豹研究而開發，如今已(yi)適配應(ying)用于尼(ni)泊爾(er)。騰訊團隊最(zui)近與尼(ni)泊爾(er)國家(jia)自然保(bao)護基金會(hui)（NTNC）和中國山水自然保護(hu)中心共(gong)同(tong)舉辦了一(yi)次研(yan)討會，向來(lai)自尼泊爾、蒙古、巴基(ji)斯坦和其他地區的(de)動物保護(hu)工作者介紹(shao)了這一(yi)系統。

這項跨越(yue)國界(jie)的(de)合作與雪豹(bao)的(de)行蹤一樣：雪豹(bao)從未局限于人類(lei)劃(hua)定的(de)疆(jiang)界(jie)，保護它們的(de)行動亦(yi)當跨越(yue)山(shan)海。

“雪豹(bao)對國(guo)界(jie)沒有概念。要想保(bao)護雪豹(bao)，我們的努(nu)力必須跨越國(guo)界(jie)。”

——山水自(zi)然(ran)保護(hu)中心呂植(zhi)博士(shi)  

一名騰訊(xun)工(gong)程師為(wei)當地的保育人員開展(zhan)“物(wu)種之眼”模(mo)型培(pei)訓工(gong)作坊(fang)。

放眼全局

目(mu)前，全球僅有約2%的雪豹棲(qi)息地(di)曾(ceng)開展過系(xi)統(tong)研究，遠低于科學家認為有效保(bao)護所需的20%。利用人工智(zhi)能來處理大量數據，可以(yi)讓動物(wu)(wu)保護工作者專注于(yu)更重要的任務：避免雪(xue)豹這(zhe)種(zhong)大型貓科(ke)動物(wu)(wu)就此滅(mie)絕。

雖然(ran)有時候(hou)科(ke)技與自然(ran)看似不相關，但(dan)雪豹保育的(de)故事(shi)恰(qia)恰(qia)證明：科(ke)技可(ke)以(yi)成(cheng)為橋梁，連接國家，跨越物種(zhong)，助力(li)人類(lei)共同應對個(ge)體難以(yi)解決的(de)復雜挑戰。

下一次(ci)喜馬拉雅地(di)區紅外相機咔嚓響(xiang)起時(shi)，巡(xun)護員們將(jiang)準備(bei)就緒，更好地(di)守(shou)護這些高山(shan)精靈(ling)。

當地保育人士(shi)測試“物種之眼(yan)”模(mo)型(xing)。