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。