北京2020年8月(yue)21日(ri) /美通社/ -- 西雙版納雨林，近300頭野生(sheng)亞(ya)洲(zhou)象(xiang)的棲息(xi)地。它們在這里生(sheng)活(huo)、棲息(xi)、繁衍，隨著(zhu)種群規(gui)模的不斷增加，亞(ya)洲(zhou)象(xiang)的活(huo)動范(fan)圍(wei)也不斷擴大，一些(xie)大象(xiang)頻繁走進村寨、城市“肇事”，隨之而(er)來的是一個(ge)棘手的難題(ti)：人象(xiang)沖突問題(ti)。

如今，隨著西(xi)雙版(ban)納國家級自然保(bao)護區亞洲象(xiang)生(sheng)(sheng)態(tai)保(bao)護系統的(de)(de)初步建立(li)，亞洲象(xiang)的(de)(de)保(bao)護走(zou)上了一條數字化之路(lu)，從過去依靠人在雨(yu)林(lin)中四處“摸”象(xiang)、預警用大喇叭吼，到如今實(shi)時(shi)在線的(de)(de)亞洲象(xiang)生(sheng)(sheng)態(tai)保(bao)護系統，人與自然的(de)(de)和(he)諧相處因為數字化技(ji)術顯得格外美麗(li)。

聰明的大象不聽話

亞洲(zhou)象(xiang)是國(guo)家(jia)一級重點保護野生(sheng)動(dong)(dong)物，作為陸(lu)地上最大(da)的哺乳動(dong)(dong)物，亞洲(zhou)象(xiang)“大(da)塊頭有大(da)智(zhi)慧”，嗅覺比狗還靈敏20倍(bei)，隨著近年(nian)來西雙版(ban)納(na)野生(sheng)動(dong)(dong)物保護工作逐步(bu)完善(shan)，亞洲(zhou)象(xiang)數量(liang)也在穩步(bu)增(zeng)加，其(qi)中一些(xie)飯量(liang)大(da)的“不安(an)分(fen)子”經常不聽話跑(pao)出來光臨(lin)保護區周邊(bian)村莊(zhuang)，今天(tian)“打(da)個劫”把(ba)莊(zhuang)稼吃了，明天(tian)“攔個路(lu)”破壞點財產，周邊(bian)居民可謂是“苦大(da)象(xiang)久矣(yi)”。

如何解(jie)決人象沖突難題？

過(guo)去的方法主(zhu)要依賴人(ren)(ren)工，監測觀(guan)察員每天穿梭(suo)在地(di)貌復雜、道路不通的雨林之(zhi)中，通過(guo)一天兩次的觀(guan)察，收(shou)集大象糞便、腳印等信息，或者通過(guo)無人(ren)(ren)機(ji)協作，來追蹤(zong)大象行(xing)為軌跡(ji)和預測路線，并對(dui)周邊居民發出預警。

這些(xie)人工(gong)監測和(he)預(yu)(yu)警的方法(fa)，雖然在過去數(shu)十年里(li)，幫助西(xi)雙(shuang)版納國家級自然保(bao)護區管(guan)護局（簡稱管(guan)護局）對亞洲象(xiang)進行了有效的保(bao)護，使得亞洲象(xiang)族群(qun)數(shu)量得到了良性(xing)恢復，但在數(shu)字化時代，人工(gong)方法(fa)面臨監測數(shu)據(ju)粗放、效率(lv)較低(di)，容易出(chu)現(xian)(xian)誤判、漏判的情況，預(yu)(yu)警信(xin)息(xi)傳(chuan)遞也經常滯后(hou)，無(wu)法(fa)實(shi)現(xian)(xian)實(shi)時監測和(he)預(yu)(yu)警，更難以對整個雨林統一(yi)管(guan)理(li)和(he)聯動、后(hou)續科研工(gong)作(zuo)提(ti)供幫助。

如果(guo)從數(shu)(shu)字化角度來(lai)看(kan)，管(guan)護局過(guo)去所采取(qu)的保(bao)護方(fang)式存在(zai)升級空間：其(qi)(qi)(qi)一，數(shu)(shu)據(ju)采集(ji)需要(yao)更及時和(he)全(quan)面，尤(you)其(qi)(qi)(qi)對重要(yao)數(shu)(shu)據(ju)要(yao)及時采集(ji)和(he)存儲(chu)；其(qi)(qi)(qi)二，采集(ji)的數(shu)(shu)據(ju)類型要(yao)更豐富，提(ti)升數(shu)(shu)據(ju)分析的維度，讓預警和(he)決策有(you)“數(shu)(shu)”可依；其(qi)(qi)(qi)三，各(ge)個區域(yu)需要(yao)進行統一的管(guan)理和(he)分析，對整個雨林地區的監測(ce)和(he)科研工作提(ti)供統一的數(shu)(shu)據(ju)支撐。

因此，要想通過(guo)數(shu)字(zi)化的(de)技術(shu)手段去(qu)解決人象沖突這個難題，本質(zhi)上要為(wei)西雙版(ban)納的(de)亞(ya)洲象保護建立一個數(shu)字(zi)孿生體(ti)。所謂數(shu)字(zi)孿生即充分利用物理模型、數(shu)據采(cai)集、運行(xing)歷史(shi)等數(shu)據，集成多(duo)(duo)(duo)學科、多(duo)(duo)(duo)物理量(liang)、多(duo)(duo)(duo)尺(chi)度、多(duo)(duo)(duo)概率(lv)的(de)仿真(zhen)過(guo)程，在虛擬空(kong)間中完成映射，從而反映物理世界實體(ti)對象的(de)全生命(ming)周期過(guo)程。

數字(zi)孿(luan)生(sheng)體(ti)(ti)依賴高度的數字(zi)化(hua)，是(shi)物(wu)理世界實(shi)(shi)體(ti)(ti)對象(xiang)一種實(shi)(shi)時動態的數字(zi)版(ban)(ban)克隆(long)體(ti)(ti)。具體(ti)(ti)到西雙版(ban)(ban)納雨林中(zhong)的亞洲(zhou)象(xiang)保護，通過建(jian)立數字(zi)孿(luan)生(sheng)體(ti)(ti)，可以很好(hao)地將亞洲(zhou)象(xiang)的活(huo)動軌(gui)跡(ji)、生(sheng)活(huo)習性(xing)、生(sheng)態環境在數字(zi)世界中(zhong)進行映(ying)射，然后根據數字(zi)世界中(zhong)分析與(yu)判斷(duan)，為現實(shi)(shi)中(zhong)亞洲(zhou)象(xiang)的監測、預(yu)警(jing)工作(zuo)提供科學、準(zhun)確的決策支持。

一體化方案讓亞洲象保護有“數”

浪潮與西雙版納國家級自然保護區管護局(ju)聯合打(da)造世(shi)界領先的亞(ya)洲(zhou)象生(sheng)態保護系(xi)統(tong)(tong)，融(rong)合云(yun)計算(suan)、物聯網、大數據、人工(gong)智能(neng)等數字(zi)化(hua)技術于一體，建立起從終端監測(ce)、邊緣(yuan)端快(kuai)速識別推(tui)理、迅速預警和云(yun)端數據匯(hui)聚(ju)與模型訓練(lian)的一體化(hua)亞(ya)洲(zhou)象生(sheng)態保護系(xi)統(tong)(tong)。

整個(ge)保護系統就像(xiang)是(shi)構建起一(yi)個(ge)保護亞(ya)洲象的(de)數(shu)字孿生體(ti)，實現對亞(ya)洲象行為軌跡實時分析(xi)和預(yu)警，統一(yi)科學管理(li)和保護。

具體來看，浪潮(chao)在西(xi)雙版納(na)雨林地區構建了由(you)數百(bai)個(ge)影像(xiang)監(jian)(jian)測系(xi)統(tong)構成的統(tong)一數據采(cai)(cai)(cai)集(ji)系(xi)統(tong)，實(shi)現全(quan)天候實(shi)時采(cai)(cai)(cai)集(ji)圖像(xiang)及(ji)影像(xiang)數據，并通(tong)過地面人(ren)員巡護監(jian)(jian)測、無人(ren)機(ji)采(cai)(cai)(cai)集(ji)、智能視頻監(jian)(jian)控、紅外(wai)相機(ji)監(jian)(jian)控等多重手段，以及(ji)其它(ta)系(xi)統(tong)數據對接，實(shi)現多維數據的匯(hui)集(ji)。

解決多維數據的實時采集，等于為之后的分析預警工作打下了堅實的數據基礎。有了強大的數據基礎，邊緣端的亞洲象識別模型可以進行全天候、毫秒級的亞洲象精準識別，十幾秒內，廣(guang)播、微信(xin)、短信(xin)、APP多個渠道會(hui)發布(bu)預(yu)警信(xin)息，邊緣端數(shu)據(ju)也將(jiang)被(bei)傳(chuan)輸至云(yun)端數(shu)據(ju)中心的(de)亞(ya)洲象(xiang)深度學習(xi)訓(xun)練(lian)平(ping)臺，幫助模型算(suan)法不斷(duan)優化迭(die)代，提高亞(ya)洲象(xiang)監測的(de)準確(que)性(xing)和實時性(xing)。

浪潮亞洲象生態保護(hu)系統解決了過去亞洲象保護(hu)的幾大(da)難題：

一是數據(ju)采(cai)集(ji)的(de)難題，亞(ya)洲象數量稀少、活動(dong)范(fan)圍廣，過去(qu)影像數據(ju)樣本少，沒有足夠(gou)的(de)數據(ju)則無(wu)法(fa)為模型精(jing)度提升提供幫(bang)助；浪潮通過架(jia)設眾多采(cai)集(ji)站點，收集(ji)到(dao)大量亞(ya)洲象圖(tu)像資(zi)料，并且專門(men)針對各(ge)種環境(jing)中(zhong)的(de)圖(tu)像識別難題，不斷對模型算法(fa)進行優化，將亞(ya)洲象識別準(zhun)確度提升到(dao)96%以上(shang)，處于國際領先水平。

二(er)是(shi)多維(wei)度數(shu)據(ju)體系的(de)難(nan)題，邊(bian)緣端經過(guo)清洗(xi)處理的(de)數(shu)據(ju)被用于建立亞(ya)洲(zhou)象庫及生物(wu)多樣性庫，包括亞(ya)洲(zhou)象活(huo)動時間、位(wei)置信息、影(ying)像(xiang)、周邊(bian)環境(jing)特征、行(xing)動軌跡等，多維(wei)數(shu)據(ju)可以為科研人員進一步研究亞(ya)洲(zhou)象飲食(shi)習(xi)性、活(huo)動區域、活(huo)動時間提供豐富的(de)數(shu)據(ju)支持。

三是亞(ya)洲(zhou)(zhou)象(xiang)實時分析和實時預(yu)(yu)警難題，在解決(jue)數(shu)(shu)據采集、數(shu)(shu)據體系建立之后，通過對(dui)數(shu)(shu)據進行AI實時分析、智能(neng)識別(bie)后將(jiang)亞(ya)洲(zhou)(zhou)象(xiang)位置(zhi)信息、數(shu)(shu)量、移動方向等(deng)預(yu)(yu)警信息內(nei)容，定向推送(song)到手機APP等(deng)終端設備，群眾(zhong)、巡護員、管理人(ren)員可以(yi)及時掌握周邊地區亞(ya)洲(zhou)(zhou)象(xiang)的(de)活動情(qing)況，真正(zheng)形成統一(yi)管理、協作的(de)預(yu)(yu)警體系，讓亞(ya)洲(zhou)(zhou)象(xiang)保護做到心中有(you)數(shu)(shu)。

誰又是一體化保護系統的基石

從(cong)過(guo)去依靠人的(de)經驗(yan)到如今基于(yu)數據(ju)的(de)科(ke)學決策，西雙版納的(de)亞洲象生(sheng)態保(bao)護如今開啟了數字化之旅。

西(xi)雙版納(na)保(bao)護(hu)區(qu)建(jian)立起數(shu)(shu)據(ju)(ju)(ju)采(cai)集體系之后，每(mei)個月產生的(de)(de)視(shi)頻、圖(tu)片(pian)數(shu)(shu)據(ju)(ju)(ju)量就高達(da)30TB，隨著監測(ce)體系和數(shu)(shu)據(ju)(ju)(ju)采(cai)集體系逐漸(jian)完善(shan)，數(shu)(shu)據(ju)(ju)(ju)量在未來還(huan)(huan)將繼續(xu)增(zeng)長。除了海量的(de)(de)視(shi)頻、圖(tu)片(pian)數(shu)(shu)據(ju)(ju)(ju)之外，還(huan)(huan)有地理位置數(shu)(shu)據(ju)(ju)(ju)等其他(ta)類型(xing)的(de)(de)數(shu)(shu)據(ju)(ju)(ju)，如何存儲和保(bao)護(hu)這些海量數(shu)(shu)據(ju)(ju)(ju)，并且為AI模型(xing)訓練提供足夠強(qiang)大的(de)(de)性能(neng)支(zhi)撐(cheng)就成為西(xi)雙版納(na)亞洲(zhou)象保(bao)護(hu)的(de)(de)現實挑(tiao)戰。

在整(zheng)個一體(ti)化(hua)保(bao)(bao)護(hu)解決方案中，存儲的(de)作用(yong)可(ke)謂是(shi)(shi)至關重(zhong)要(yao)，不(bu)僅(jin)僅(jin)因(yin)為它(ta)是(shi)(shi)數(shu)據采集(ji)之后的(de)保(bao)(bao)存之地，更是(shi)(shi)整(zheng)個多維數(shu)據體(ti)系(xi)(xi)的(de)基石(shi)，支撐著從識別、分析到預警各(ge)種應用(yong)系(xi)(xi)統的(de)運行以及數(shu)據安(an)全保(bao)(bao)護(hu)。

例(li)如(ru)(ru)，浪(lang)(lang)(lang)潮(chao)大象識(shi)別(bie)模型(xing)高達96%的(de)精(jing)準度(du)就離不(bu)開浪(lang)(lang)(lang)潮(chao)存(cun)儲的(de)功勞(lao)。在(zai)短短3個(ge)月之(zhi)內，浪(lang)(lang)(lang)潮(chao)存(cun)儲將(jiang)數(shu)十(shi)萬張(zhang)大象圖片高效(xiao)、反復地向AI識(shi)別(bie)模型(xing)進行(xing)“投喂”，用極(ji)致性能(neng)支撐起(qi)整(zheng)個(ge)AI模型(xing)的(de)訓練(lian)。浪(lang)(lang)(lang)潮(chao)存(cun)儲如(ru)(ru)此極(ji)致的(de)性能(neng)，背(bei)后離不(bu)開其iTubro智能(neng)引擎，通過(guo)對前(qian)端AI模型(xing)的(de)IO負載進行(xing)智能(neng)感知，將(jiang)熱點數(shu)據(ju)識(shi)別(bie)出來并智能(neng)調度(du)到高速SSD緩存(cun)層，實現百萬級IOPS在(zai)存(cun)儲系(xi)統并發流動(dong)，為AI模型(xing)訓練(lian)提供(gong)及(ji)時的(de)數(shu)據(ju)“養料”。

另外，除了AI模型算法(fa)訓練之(zhi)外，浪(lang)潮(chao)存(cun)儲還支撐起預(yu)(yu)警(jing)(jing)平(ping)臺中的(de)各(ge)種應用(yong)，在毫秒內完(wan)成(cheng)識別，十幾秒就能通(tong)過廣播、短信等發出預(yu)(yu)警(jing)(jing)，大幅提升預(yu)(yu)警(jing)(jing)效率和(he)成(cheng)果。

針(zhen)對(dui)(dui)亞(ya)洲(zhou)象(xiang)(xiang)保(bao)護(hu)的(de)(de)實時(shi)性(xing)和數據安全性(xing)要求(qiu)，浪(lang)潮為(wei)(wei)西雙版(ban)納保(bao)護(hu)區打造了以AS5000為(wei)(wei)核心(xin)的(de)(de)“雙活存(cun)(cun)(cun)儲(chu)+影(ying)像(xiang)存(cun)(cun)(cun)儲(chu)”的(de)(de)存(cun)(cun)(cun)儲(chu)平臺，雙活存(cun)(cun)(cun)儲(chu)建(jian)立起容災平臺，支撐起亞(ya)洲(zhou)象(xiang)(xiang)保(bao)護(hu)的(de)(de)核心(xin)應用，當一臺存(cun)(cun)(cun)儲(chu)發生故障，另一臺存(cun)(cun)(cun)儲(chu)實時(shi)接管，讓前端業務基本無感(gan)；而浪(lang)潮影(ying)像(xiang)大數據平臺則提供PB級存(cun)(cun)(cun)儲(chu)空間，滿(man)足保(bao)護(hu)區對(dui)(dui)于視頻(pin)、圖(tu)片等海量(liang)數據的(de)(de)存(cun)(cun)(cun)儲(chu)需求(qiu)。

總體來看，亞洲(zhou)象(xiang)生(sheng)態保(bao)護(hu)系統的(de)初步建立，是浪潮在野(ye)生(sheng)動物保(bao)護(hu)的(de)一(yi)次(ci)探索與創新(xin)，也(ye)是AI、大(da)數(shu)據、存儲等數(shu)字化技(ji)術(shu)在傳(chuan)統行業領域的(de)一(yi)次(ci)成功實踐，充分證(zheng)明了數(shu)字化技(ji)術(shu)的(de)價值所在。隨(sui)著數(shu)字化技(ji)術(shu)在野(ye)生(sheng)動物保(bao)護(hu)中得到更(geng)(geng)多應用，人與自(zi)然的(de)和諧(xie)之美有望得到更(geng)(geng)多展現。