危地马拉启用AI监听森林，盗伐者无处可逃！
危地马拉弗洛雷斯讯：今年三月，玛雅森林巡逻的护林员发现了被猎杀的鸟类的羽毛以及林间被清理出的小径。循迹而去，他们发现了一片2公顷（约5英亩）的林间空地，那里可能已被非法占地者计划用作定居点，并伺机扩张。
清理森林的人早已不见踪迹。护林员推测，这片森林被砍伐大约发生在八天前。即使拥有陷阱摄像头和其他技术，也几乎无法实时察觉这一破坏行为。
长期以来，快速响应一直是玛雅生物圈保护区环保人士面临的挑战。该保护区占地220万公顷（约530万英亩），横跨危地马拉北部。这片保护区是国家级公园、伐木特许区和生态走廊的混合体，其中一些区域正受到牧场经营和非法伐木的压力。
“如果我们每两三个月才定期巡查一次，而破坏行为恰好发生在最后一次巡查后一天，那么我们将有长达两三个月的时间得不到任何信息，”野生动物保护协会（WCS）危地马拉办公室的生物研究主任罗尼·加西亚·安莱乌这样说。
该保护区的一个新项目旨在通过生物声学设备缩短护林员的响应时间。这些设备能”监听”非法活动，利用经过训练的人工智能模型识别伐木、狩猎等犯罪行为的相关声音。
这隶属于”AI用于气候与自然大挑战”计划，由贝佐斯地球基金拨资一亿美元，旨在创新运用人工智能应对生物多样性丧失、气候变化和粮食安全问题。
该项目还将在潘塔纳尔湿地与WCS巴西分部合作开展第二个组成部分。
WCS、美国康奈尔大学鸟类学实验室、德国开姆尼茨工业大学以及巴西南马托格罗索联邦大学共同提交了这一方案。该团队是此次挑战赛的15个获胜者之一，每个团队获得高达200万美元资助。
“这相当于给了我们在森林中的耳朵，能以更快、更高效的方式侦测并应对威胁，”WCS中美洲与加勒比地区主任杰里米·拉达乔夫斯基说。
WCS已经在玛雅生物圈保护区使用了大约三年的声学设备，但这类技术较为简单且效果有限。这些设备每天只能采集数小时的声音，且需要护林员亲自前往每台设备的位置——有时距离最近站点需数天路程——并取回存储卡以供审查。
康奈尔大学的研究人员提供了更先进的设备，计划于今年测试，明年年初安装。这些设备包含一个机器学习模型，可训练识别枪声、油锯声、引擎声及其他人类活动的声音。包含短音频片段和元数据（如位置、日期、时间等基本信息）的小型数据包将通过卫星传输到在线资料库，供研究者和护林员访问。
该模型还能学习物种的声音。团队计划收录部分生物声音，如绯红金刚鹦鹉的鸣叫，但将主要关注环境犯罪，多位成员表示。
“你传输信息后，我们可以查看并判断’是的，这是枪声。我们应该前去查看并做好准备。’这是一种明智的方法，”康奈尔大学K. Lisa Yang保护生物声学中心主任霍尔格·克林克说。
克林克以生物声学技术为职业，曾花费多年时间使用水下无人机等设备，监测美国海军训练活动海域的海洋哺乳动物。
水下声音传播效率高，而海洋哺乳动物往往通过”喋喋不休”的交流，其声学特征独特且孤立，克林克说。在某些情况下，水下项目只需一台录音设备。但陆地声景观的挑战要大得多。在生物多样性丰富的森林中，存在多种动物在不同频率发出的重叠声音，以及风声、油锯声和引擎声。许多声音会掩盖较安静的物种。
有些声音极其相似，比如树枝折断声和枪声。
“我们谈论的是地球上生物多样性最高的区域之一，所以情况非常复杂，”美国马萨诸塞大学阿默斯特分校环境保育学教授劳拉·菲格罗亚说。她虽未参与该项目，但将生物声学用于保护生态学和昆虫学。
她补充道：”生物飞行时会无意中产生声音。蝙蝠利用回声定位寻找猎物。无论是大规模还是小规模的无脊椎动物，都在发出声音，场面非常纷杂。”
为确保准确检测，团队将在安装设备前训练AI模型。这一过程包括向其输入引擎、油锯、火器及其他声音的录音，使其”学习”如何区分这些微妙的声音特征。
算法应能处理50到100种声音，克林克说。
如果检测系统不够准确，就有可能失去实地环保工作者的信任。他说，太多误报会让护林员开始忽视警报，或认为不值得实地调查。
该项目可以通过让护林员更多参与验证流程来降低这一风险，克林克说。他们将获得实际的音频片段、声谱图和”置信度评分”以供决策，而不仅仅是关于监测到某种声音的普通警报。
声谱图是声音的视觉化呈现，x轴为时间，y轴为频率，通过颜色编码表示声音的响度。油锯的声谱图与鸟鸣截然不同。
如果护林员能亲自聆听声音并比较不同声谱图的形状，他们会对前往新警报地点更有信心，克林克说。
“我们希望将基于数据采取行动的人纳入流程，让他们真正信任自己的行动，”他说。
该项目将在保护区内的几个国家公园和森林特许区实施，其中一些地区正面临牧场、伐木和非法定居点的压力。
团队预计，一些设备可能会被注意到其存在的人偷走或损坏，即使它们藏得很好。克林克说，过去人们甚至因不知道设备是什么而向它们开枪。
有些设备可能被好奇心强的牛只损坏，或因恶劣天气而失效。
但参与该项目的几位人士告诉Mongabay，最大的挑战可能仍是后勤问题。
这些设备提供的是近乎实时的监测，克林克强调——而非即时警报。由于电源限制，录音仅定期传输。根据设备配置的不同，护林员可能需要等待几分钟、几小时甚至几天才能收到某些警报，而前往事发地所需时间更长。
即使警报在几分钟内到达，部分设备也将安装在雨林偏远地区，到达那里可能需要数天，尤其是在每年6月至10月的雨季。
在1月与康奈尔团队和WCS的首次头脑风暴会议期间，两辆皮卡陷入泥中，需要绞盘拖出。其中一辆还爆了胎。几位项目成员表示，快速抵达某些警报地点并不总是可能的。
“即使我们实时收到信息，也无法实时到达，我们不会瞬间移动，”加西亚说。
团队仍在摸索如何最好地利用将收集的新生物声学信息。在1月的头脑风暴会议上，成员们讨论了谁应接收警报、什么应触发实地响应，以及何时执行响应是安全的。
会议达成的一项共识是，生物声学采用”数据融合”方法更为有用，即将声音警报与陷阱摄像头数据、无人机监测、卫星图像和人类观察相结合。
目前，如此多技术的结合需要大量试错，参与该项目的几位人士说。但他们最终期望能因此形成更高效、以数据为导向的保护策略。
“未来无疑在于数据融合，”克林克说。”我们需要更紧密地合作，整合这些数据流，希望能尽可能全面地了解环境中正在发生的一切。”
本文由吉伊网原创发布，未经许可，不得转载！
本文链接：http://www.jkiyi.com/kx/23444.html
