英特爾用人工智能助力野生動(dòng)物保護(hù)

?？低曅麻_發(fā)的野生動(dòng)物保護(hù)智能抓拍相機(jī)，將首次采用邊緣計(jì)算和云計(jì)算相結(jié)合的設(shè)計(jì)理念，搭載的英特爾? Movidius?人工智能視覺處理芯片（VPU），實(shí)現(xiàn)了對(duì)前端智能算法的支持，極大提升了處理效率。由專為野生動(dòng)物適配及訓(xùn)練的深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)視頻幀進(jìn)行逐層特征提取，最終計(jì)算出目標(biāo)位置與置信度，實(shí)現(xiàn)對(duì)東北虎的精準(zhǔn)識(shí)別抓拍。通過前端智能抓拍，系統(tǒng)自動(dòng)篩選出符合要求的東北虎照片，減輕后期分辨圖片和視頻的人力負(fù)荷。

云端將采用英特爾?至強(qiáng)?可擴(kuò)展服務(wù)器，通過英特爾開發(fā)的Re-ID技術(shù)對(duì)東北虎的個(gè)體進(jìn)行再識(shí)別。該技術(shù)通過收集數(shù)百只老虎、上萬張圖片的樣本庫，有效地訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)。這樣就可以對(duì)每一臺(tái)相機(jī)提取出的老虎數(shù)據(jù)，自動(dòng)生成數(shù)據(jù)庫，包括位置、時(shí)間、影像、甚至運(yùn)動(dòng)狀態(tài)。這是英特爾首次將人工智能動(dòng)物個(gè)體識(shí)別技術(shù)應(yīng)用在野生動(dòng)物保護(hù)項(xiàng)目中。云端的大數(shù)據(jù)還可以對(duì)老虎個(gè)體的蹤跡、活動(dòng)范圍、棲息地特征、相關(guān)有蹄類動(dòng)物及人活動(dòng)的分布進(jìn)行分析，自動(dòng)生成有價(jià)值的分析報(bào)告，協(xié)助開展野生動(dòng)物的狀態(tài)監(jiān)測和保護(hù)。

英特爾至強(qiáng)可拓展服務(wù)器平臺(tái)將針對(duì)野生動(dòng)物保護(hù)及環(huán)境監(jiān)測的需求，提供大數(shù)據(jù)接入和數(shù)據(jù)精細(xì)化分析支持，針對(duì)數(shù)百GB的歷史數(shù)據(jù)和每年來自數(shù)百個(gè)監(jiān)控相機(jī)和其他采集設(shè)備的TB級(jí)的數(shù)據(jù)，通過Intel SSD固態(tài)盤加速存儲(chǔ)技術(shù)，用于Re-ID動(dòng)物個(gè)體識(shí)別和特征提取的英特爾數(shù)學(xué)核心函數(shù)庫（MKL），Intel Optimized Tensorflow等深度學(xué)習(xí)優(yōu)化工具鏈，使得處理效率比以往大幅提升。

最新的至強(qiáng)服務(wù)器平臺(tái)相對(duì)前代系統(tǒng)處理能力和單周期FLOPS均有大幅提升，提供了更加完備的針對(duì)機(jī)器學(xué)習(xí)和高級(jí)數(shù)據(jù)分析任務(wù)的軟硬件優(yōu)化方案?；贑affe，Tensorflow，PyTorch等通用深度學(xué)習(xí)框架的開發(fā)都能夠順暢遷移到至強(qiáng)平臺(tái)?？焖偬嵘龣C(jī)器學(xué)習(xí)模型的推理效率，為合作伙伴快速部署人工智能應(yīng)用在線服務(wù)提供支持。至強(qiáng)可擴(kuò)展服務(wù)器平臺(tái)對(duì)工作負(fù)載支持動(dòng)態(tài)優(yōu)化，幫助客戶從容應(yīng)對(duì)快速增長的海量數(shù)據(jù)分析和人工智能業(yè)務(wù)。

想象一下，未來護(hù)林員可以通過手持終端或野外智能抓拍相機(jī)上傳海量圖片，通過云端的至強(qiáng)服務(wù)器完成高效的圖像內(nèi)容的識(shí)別和分析，并通過數(shù)據(jù)挖掘，在海量數(shù)據(jù)中發(fā)現(xiàn)動(dòng)物蹤跡和行為規(guī)律，助力珍稀野生動(dòng)物的保護(hù)。

人工智能助力野生動(dòng)物保護(hù)的事業(yè)剛剛啟動(dòng)，未來還需要不斷的創(chuàng)新與嘗試，相信用善意驅(qū)動(dòng)的人工智能應(yīng)用，將會(huì)幫助人類解決更多的大問題。