非营利组织使用NVIDIA Jetson平台和Triton推理服务器,实时检测穿山甲、犀牛等50多个物种所面临的威胁。

动图中所示的是首次使用人工智能(AI)对全球最濒危的物种之一——穿山甲进行实时检测的情形。
总部位于英国的非营利组织Conservation AI采用NVIDIA技术让实时监测成为现实。AI可以帮助实时追踪最稀有、隐蔽的物种,使动物保护者能够及时保护它们免受偷猎者、火灾等威胁。
该组织四年前由利物浦约翰摩尔大学的研究人员Paul Fergus、Carl Chalmers、Serge Wich和Steven Longmore创立。
在过去的一年半中,Conservation AI已经在全球各地部署了70多个AI摄像头。这些摄像头帮助动物保护者通过使用迁移学习训练的深度学习模型实时检测威胁,保护生物多样性。
Chalmers目前在利物浦约翰摩尔大学教授深度学习和应用AI。他表示:“我们这么做的原因很简单,如果不保护生物多样性,人类也将从这个星球上消失。而没有AI,我们就永远无法实现保护濒危物种的目标。”
Conservation AI解决方案使用NVIDIA Jetson边缘AI平台和NVIDIA Triton推理服务器构建,可在短短四秒内完成对录像的分析、识别目标物种,并通过电子邮件向动物保护者和其他用户发出潜在威胁警报。
它还可以利用一个包含图像和其他元数据的巨大数据库,快速模拟生物多样性和栖息地健康的趋势,这项分析工作原本需要花费数年时间才能完成。然而现在通过该平台,动物保护者能够实时识别这些趋势和物种活动情况。
Conservation AI与全球150家组织开展合作,包括保护协会、野生动物园、狩猎保护区等。到目前为止,该平台已处理超过200万张图片,其中约一半是在过去三个月处理的。
时间就是生命
一直以来,我们都是在使用相机陷阱(在野外放置配备红外传感器的相机网络)检测生物多样性所面临的威胁。但由于动物和它们所在环境的图像常常会发生很大的变化,因此相机陷阱会产生难以管理的数据。
利物浦约翰摩尔大学机器学习教授Fergus表示:“常规的相机陷阱研究可能需要三年时间进行分析,等到分析结果出来再对这些物种所面临的威胁采取任何措施,恐怕为时已晚。Conservation AI可以及时分析这一数量级的数据,并将结果发送给动物保护团队,这样就可以实时进行干预,而这一切都是NVIDIA技术赋能实现的。”
许多濒危物种居住在人类通信系统范围之外的偏远地区。于是,该团队使用NVIDIA Jetson AGX Xavier模块分析无人机在此类地区拍摄的录像。这些录像被传输到一个智能控制器,该控制器可以计算物种数量,或者在检测到目标物种时提醒动物保护者。
Chalmers表示,与该组织以前的方法相比,配备Triton推理服务器的Jetson模块所提供的节能型边缘AI,将深度学习推理的速度提高了4倍。
他表示:“我们选择Triton是因为该框架的弹性及其对多种模型的支持。通过在NVIDIA加速计算堆栈上训练模型,我们可以非常迅速地对模型作出很大的优化改进。”
Conservation AI使用NVIDIA RTX 8000、T4和A100 Tensor Core GPU以及NVIDIA CUDA工具套件对其深度学习模型进行训练和推理。Fergus认为NVIDIA GPU“彻底改变了存在大数据难题的应用AI和动物保护领域”。
另外,该团队将物种检测流程建立在专为视觉AI应用打造的NVIDIA DeepStream软件开发套件上,实现了现场实时视频推理。
Chalmers表示:“如果没有这项技术,一般会派直升机去观察动物,这么做的成本非常高,而且由于会排放大量二氧化碳而对环境产生不良影响。Conservation AI的技术有助于减少这一排放问题,并在为时已晚之前检测到对动物的威胁。”
追踪穿山甲、犀牛等更多动物
英国著名的动物保护协会切斯特动物园已将Conservation AI平台用于实时检测偷猎者,包括在乌干达猎杀穿山甲的人。
由于穿山甲等许多濒危物种的行动难以捉摸,因此很难获得足够的图像来训练AI模型。因此Conservation AI正在与NVIDIA一起研究使用合成数据来训练模型。
该平台还被部署在南非林波波省的一个野生动物保护区。该保护区使用AI监视那里的黑犀牛、白犀牛等野生动物。
Chalmers表示:“一磅犀牛角的价值比一磅钻石还要高。我们在这些犀牛周围建立了一个地理围栏,一旦发现有偷猎者或其他威胁,保护区的人员就可以立即进行干预。”
Fergus表示,该组织的长期目标是创建一个支持动物保护者开展各项工作的工具套件,包括通过卫星图像监测野生动物,以及使用能够分析动物叫声、森林火灾声音等音频的深度学习模型。
Chalmers表示:“生物多样性的丧失是一颗定时炸弹,而NVIDIA AI的厉害之处在于它让每一秒钟都变得有意义。如果没有NVIDIA加速计算堆栈,我们就无法做到这一点,也无法实现应对气候变化和防止生物多样性丧失的最终目标。”
主题图片由切斯特动物园提供。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。