在云南熱帶雨林中，隨著對瀕危物種亞洲象保護力度的增強，亞洲象種群數量由1983年的170余頭增加至2020年的近300頭。在亞洲象數量取得可喜增長的同時，如何實現人象和諧共棲，成為亞洲象保護的新難題。西雙版納國家級自然保護區管護局開始采用人工智能技術保護亞洲象這一珍稀物種。

浪潮與西雙版納國家級自然保護區管護局（簡稱管護局）攜手打造了全球首個亞洲象生態保護系統。憑借強大的AI能力，亞洲象生態保護系統可以在雨林中實時觀測和收集亞洲象行進數據，并對居民進行多渠道實時預警。更為重要的是，系統數據將組建成亞洲象及生物多樣性數據庫，為和諧雨林生態建設提供數據支撐，真正做到以智能高效的數字化手段，探索生態和諧的更多可能。

AI守護亞洲象的三重難題

打造智能的亞洲象生態保護系統的第一步是建立亞洲象智能識別模型。然而，從實時拍攝到真正“識別”亞洲象并不簡單，目前國際上野生亞洲象的AI識別模型精度只有60％左右，打造高精度的亞洲象智能識別模型面臨三重考驗。

樣本稀少，亞洲象數量稀少，活動范圍廣，過往人工及無人機進行圖像采集的局限性使得現存亞洲象圖像數量少，且質量差，完整且清晰的亞洲象圖像十分匱乏。在深度學習模型訓練中，高質量的大規模訓練樣本對訓練效率和結果有重要的影響。然而，亞洲象樣本圖像的匱乏和低質給初始模型的搭建帶來了極大的挑戰。

環境復雜，雨林氣候復雜，雨天和霧天十分常見，加之亞洲象喜歡在夜間出沒，實時觀測場景下所獲取的視頻圖像常存在昏暗、模糊的問題。如何在光線條件不穩定，圖像昏暗的情況下，讓模型仍然能準確識別亞洲象，這對模型精度提出了更高的要求。

避免打擾，為不打擾野生亞洲象的活動，也為避免終端采集設備被亞洲象損壞，采集設備的安裝必須隱蔽，植物的遮蔽加之亞洲象體型龐大，致使實時視頻往往不能采集到的亞洲象完整軀干，當視頻僅采集到亞洲象的耳朵、尾巴時，如何讓AI模型同樣做到精準識別，且不將牛羊等家畜誤認為亞洲象，也是模型構造中亟需突破的難題。

高精度AI模型守護亞洲象

為提高亞洲象識別模型的精確度，研究人員在野象谷周邊搭建采集站點，采集到上萬張珍貴的野生亞洲象圖像，解決了訓練樣本匱乏的問題。在此基礎上，研究人員展開深度學習模型訓練，并著重對亞洲象頭部、腳部、背部、尾部等局部特征進行數據標注對比。在三個月內，研究人員不斷優化算法，對樣本分組進行數學模型的建立和驗證，反復比對不同算法對不同驗證樣本的準確度，反復修正算法并進行驗證。最終，亞洲象的智能識別模型精度達到96％，處于國際領先水平。

浪潮不僅在短時間內大幅度提高了亞洲象模型的識別精度，還以高性能的服務器為大規模亞洲象數據分析提供強大的基礎設施支撐。其中，浪潮AI服務器AGX－2憑借1千萬億次／秒強大的算力幫助模型訓練速度提升300％，為亞洲象圖像識別處理和智能監測預警提供了高效的AI算力支撐。

現在，西雙版納的亞洲象生態保護系統可以在雨林內實時收集亞洲象的行為數據和行進軌跡，以強大的AI能力實現毫秒級亞洲象精準識別與秒級預警，不僅能夠以智能廣播、APP、短信等方式提醒村民避險，還能快速生成亞洲象位置信息，在APP中實時顯示野象活動軌跡。

AI守護生機未來

浪潮亞洲象生態保護系統，不僅通過高效的識別預警機制提高了西雙版納人象沖突事件的預警處置能力和效率，實現了對亞洲象的無干擾全時段觀察，還能夠感知雨林生態系統的整體平衡，對雨林溫度、濕度以及食物鏈進行長期科學監測，進而為雨林生態研究和保護提供立體、精準的數據支撐。

人工智能正深刻變革人類生活，在拯救瀕危動物，重塑人與自然的和諧關系這場行動中，AI亦能創造巨大價值。正如浪潮信息總裁彭震所說，“以計算創造美好是浪潮在智慧時代下的一種信念。”未來，浪潮將持續通過人工智能技術來詮釋和支持生態建設，探索自然之美，智造地球生機。