选自国际财经时报 作者:Matt Atherton 机器之心编译 参与:Wenhui Li
空气稀薄的可可西里,藏羚羊尸横遍野,白骨嶙峋。藏羚羊保护站巡山队员,一面对抗恶劣的自然环境,一面追捕危险的盗猎分子,最后也只是追讨回一部分藏羚羊皮毛,有的甚至是牺牲在追捕过程中。2004 年陆川导演的《可可西里》,将血淋淋的盗猎问题带入到公众的视野中。久禁不绝的偷猎行为,也因为人工智能的发展得到了更多的限制。
时至今日,每天仍有数以千计的动物,因为皮毛贸易,传统医药,战利品狩猎(throphy hunting)等原因被非法捕杀。这导致结果就是过去 100 年中野生老虎的数量骤减 95%;从 1960 年至今黑犀牛的数量减少了 98%;每年为了获取象牙,超过 30,000 头大象被捕杀。
人类巡逻队,一直是打击非法猎杀野生动物最为直接的手段。然而, 往往因为缺少资金和设备,野生动物保护机构很难进行足够的巡逻来阻止猎杀行为。
盗猎者的追捕人正行进在 PAWS(一个人工智能驱动的 App)规划的路线上,照片由领队 Rimba 拍摄。
为了解决这一问题,美国国家科学基金会开始使用一款叫PAWS( the Protection Assistant for Wildlife Security的缩写)的人工智能 App,来协助巡逻队更好地对抗盗猎者。这款 App 于 2013 年开始研发,它是基于「游戏理论 」而设计,采用数学和计算机模型等人工智能的方法,通过预测盗猎者的行为来保护野生动物。
PAWS 的设计思路是,野生动物们常常出没的地方,就是盗猎者经常出现的地方,所以 PAWS 会根据野生动物的行动路径,来分析其相关区域的地形地势。PAWS 的系统采集了巡逻队过去的信息和盗猎证据。这样,这款 App 就能够绘制出非法狩猎的「街景地图」,并为巡逻队规划更有效的巡逻路线。随着 PAWS 获取越来越多的盗猎案件信息,系统还能相应地「学习」并更新巡逻情况,从而破坏盗猎者根据所掌握的既有巡逻模式进行盗猎的计划,对他们进行出其不意的抓捕。
「如果偷猎者发现巡逻队会经常去某个区域,他们就会把偷猎的陷阱布置到其他地方。」PAWS 的 研究成员 Fei Fang 说。系统的学习能力防治了这一点。
目前,已经有两个非政府组织 Panthera 和 Rimbat 开始利用这款 App 保护马来西亚的野生动物。
海岸警卫队(Coast Guard)和美国交通安全管理局(the Transportation Security Administration)也在使用相似的技术保护海洋生物。
在今年 2 月份的 AAAI 人工智能大会上,研究人员讨论了这一应用。他们说 PAWS 加大了对偷猎行为的监察力度。这项研究赢得了2016 最好人工智能 App 奖项。
最近,PAWS 又结合了另一个叫做 CAPTURE(Comprehensive Anti-Poaching Tool with Temporal and Observation Uncertainty Reasoning 的缩写)的算法,预测盗猎者有多大可能进行盗猎行动。
今年,研究人员还将把 PAWS 带到乌干达。「保护我们美丽地球上的自然资源和野生动物是非常紧迫的需求,我们计算机科学家能够用各种方法进行支持,」 Fei Fang 说,「通过提升巡逻队打击盗猎的效率,我们在 PAWS 上的工作将为解决这一问题尽一份力。」
©机器之心,最专业的前沿科技媒体和产业服务平台,每日提供优质产业资讯与深度思考,欢迎关注微信公众号「机器之心」(almosthuman2014),或登录机器之心网站www.almosthuman.cn查看更多精彩内容。
|