西雙版納雨林，近300頭野生亞洲象的棲息地。
它們?cè)谶@里生活、棲息、繁衍，隨著種群規(guī)模的不斷增加，亞洲象的活動(dòng)范圍也不斷擴(kuò)大，一些大象頻繁走進(jìn)村寨、城市“肇事”，隨之而來的是一個(gè)棘手的難題：人象沖突問題。
如今，隨著西雙版納國(guó)家級(jí)自然保護(hù)區(qū)亞洲象生態(tài)保護(hù)系統(tǒng)的初步建立，亞洲象的保護(hù)走上了一條數(shù)字化之路，從過去依靠人在雨林中四處“摸”象、預(yù)警用大喇叭吼，到如今實(shí)時(shí)在線的亞洲象生態(tài)保護(hù)系統(tǒng)，人與自然的和諧相處因?yàn)閿?shù)字化技術(shù)顯得格外美麗。
西雙版納國(guó)家級(jí)自然保護(hù)區(qū)內(nèi)的亞洲象
聰明的大象不聽話
亞洲象是國(guó)家一級(jí)重點(diǎn)保護(hù)野生動(dòng)物，作為陸地上最大的哺乳動(dòng)物，亞洲象“大塊頭有大智慧”，嗅覺比狗還靈敏20倍，隨著近年來西雙版納野生動(dòng)物保護(hù)工作逐步完善，亞洲象數(shù)量也在穩(wěn)步增加，其中一些飯量大的“不安分子”經(jīng)常不聽話跑出來光臨保護(hù)區(qū)周邊村莊，今天“打個(gè)劫”把莊稼吃了，明天“攔個(gè)路”破壞點(diǎn)財(cái)產(chǎn)，周邊居民可謂是“苦大象久矣”。
如何解決人象沖突難題？
過去的方法主要依賴人工，監(jiān)測(cè)觀察員每天穿梭在地貌復(fù)雜、道路不通的雨林之中，通過一天兩次的觀察，收集大象糞便、腳印等信息，或者通過無人機(jī)協(xié)作，來追蹤大象行為軌跡和預(yù)測(cè)路線，并對(duì)周邊居民發(fā)出預(yù)警。
這些人工監(jiān)測(cè)和預(yù)警的方法，雖然在過去數(shù)十年里，幫助西雙版納國(guó)家級(jí)自然保護(hù)區(qū)管護(hù)局（簡(jiǎn)稱管護(hù)局）對(duì)亞洲象進(jìn)行了有效的保護(hù)，使得亞洲象族群數(shù)量得到了良性恢復(fù)，但在數(shù)字化時(shí)代，人工方法面臨監(jiān)測(cè)數(shù)據(jù)粗放、效率較低，容易出現(xiàn)誤判、漏判的情況，預(yù)警信息傳遞也經(jīng)常滯后，無法實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)和預(yù)警，更難以對(duì)整個(gè)雨林統(tǒng)一管理和聯(lián)動(dòng)、后續(xù)科研工作提供幫助。
如果從數(shù)字化角度來看，管護(hù)局過去所采取的保護(hù)方式存在升級(jí)空間：其一，數(shù)據(jù)采集需要更及時(shí)和全面，尤其對(duì)重要數(shù)據(jù)要及時(shí)采集和存儲(chǔ)；其二，采集的數(shù)據(jù)類型要更豐富，提升數(shù)據(jù)分析的維度，讓預(yù)警和決策有“數(shù)”可依；其三，各個(gè)區(qū)域需要進(jìn)行統(tǒng)一的管理和分析，對(duì)整個(gè)雨林地區(qū)的監(jiān)測(cè)和科研工作提供統(tǒng)一的數(shù)據(jù)支撐。
因此，要想通過數(shù)字化的技術(shù)手段去解決人象沖突這個(gè)難題，本質(zhì)上要為西雙版納的亞洲象保護(hù)建立一個(gè)數(shù)字孿生體。所謂數(shù)字孿生即充分利用物理模型、數(shù)據(jù)采集、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映物理世界實(shí)體對(duì)象的全生命周期過程。
數(shù)字孿生體依賴高度的數(shù)字化，是物理世界實(shí)體對(duì)象一種實(shí)時(shí)動(dòng)態(tài)的數(shù)字版克隆體。具體到西雙版納雨林中的亞洲象保護(hù)，通過建立數(shù)字孿生體，可以很好地將亞洲象的活動(dòng)軌跡、生活習(xí)性、生態(tài)環(huán)境在數(shù)字世界中進(jìn)行映射，然后根據(jù)數(shù)字世界中分析與判斷，為現(xiàn)實(shí)中亞洲象的監(jiān)測(cè)、預(yù)警工作提供科學(xué)、準(zhǔn)確的決策支持。
一體化方案讓亞洲象保護(hù)有“數(shù)”
浪潮與西雙版納國(guó)家級(jí)自然保護(hù)區(qū)管護(hù)局聯(lián)合打造世界領(lǐng)先的亞洲象生態(tài)保護(hù)系統(tǒng)，融合云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字化技術(shù)于一體，建立起從終端監(jiān)測(cè)、邊緣端快速識(shí)別推理、迅速預(yù)警和云端數(shù)據(jù)匯聚與模型訓(xùn)練的一體化亞洲象生態(tài)保護(hù)系統(tǒng)。
整個(gè)保護(hù)系統(tǒng)就像是構(gòu)建起一個(gè)保護(hù)亞洲象的數(shù)字孿生體，實(shí)現(xiàn)對(duì)亞洲象行為軌跡實(shí)時(shí)分析和預(yù)警，統(tǒng)一科學(xué)管理和保護(hù)。
具體來看，浪潮在西雙版納雨林地區(qū)構(gòu)建了由數(shù)百個(gè)影像監(jiān)測(cè)系統(tǒng)構(gòu)成的統(tǒng)一數(shù)據(jù)采集系統(tǒng)，實(shí)現(xiàn)全天候?qū)崟r(shí)采集圖像及影像數(shù)據(jù)，并通過地面人員巡護(hù)監(jiān)測(cè)、無人機(jī)采集、智能視頻監(jiān)控、紅外相機(jī)監(jiān)控等多重手段，以及其它系統(tǒng)數(shù)據(jù)對(duì)接，實(shí)現(xiàn)多維數(shù)據(jù)的匯集。
解決多維數(shù)據(jù)的實(shí)時(shí)采集，等于為之后的分析預(yù)警工作打下了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。有了強(qiáng)大的數(shù)據(jù)基礎(chǔ)，邊緣端的亞洲象識(shí)別模型可以進(jìn)行全天候、毫秒級(jí)的亞洲象精準(zhǔn)識(shí)別、十幾秒內(nèi)，廣播、微信、短信、APP多個(gè)渠道會(huì)發(fā)布預(yù)警信息，邊緣端數(shù)據(jù)也將被傳輸至云端數(shù)據(jù)中心的亞洲象深度學(xué)習(xí)訓(xùn)練平臺(tái)，幫助模型算法不斷優(yōu)化迭代，提高亞洲象監(jiān)測(cè)的準(zhǔn)確性和實(shí)時(shí)性。
浪潮亞洲象生態(tài)保護(hù)系統(tǒng)解決了過去亞洲象保護(hù)的幾大難題：
一是數(shù)據(jù)采集的難題，亞洲象數(shù)量稀少、活動(dòng)范圍廣，過去影像數(shù)據(jù)樣本少，沒有足夠的數(shù)據(jù)則無法為模型精度提升提供幫助；浪潮通過架設(shè)眾多采集站點(diǎn)，收集到大量亞洲象圖像資料，并且專門針對(duì)各種環(huán)境中的圖像識(shí)別難題，不斷對(duì)模型算法進(jìn)行優(yōu)化，將亞洲象識(shí)別準(zhǔn)確度提升到96%以上，處于國(guó)際領(lǐng)先水平。
二是多維度數(shù)據(jù)體系的難題，邊緣端經(jīng)過清洗處理的數(shù)據(jù)被用于建立亞洲象庫(kù)及生物多樣性庫(kù)，包括亞洲象活動(dòng)時(shí)間、位置信息、影像、周邊環(huán)境特征、行動(dòng)軌跡等，多維數(shù)據(jù)可以為科研人員進(jìn)一步研究亞洲象飲食習(xí)性、活動(dòng)區(qū)域、活動(dòng)時(shí)間提供豐富的數(shù)據(jù)支持。
亞洲象生態(tài)保護(hù)系統(tǒng)需要對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)分析
三是亞洲象實(shí)時(shí)分析和實(shí)時(shí)預(yù)警難題，在解決數(shù)據(jù)采集、數(shù)據(jù)體系建立之后，通過對(duì)數(shù)據(jù)進(jìn)行AI實(shí)時(shí)分析、智能識(shí)別后將亞洲象位置信息、數(shù)量、移動(dòng)方向等預(yù)警信息內(nèi)容，定向推送到手機(jī)APP等終端設(shè)備，群眾、巡護(hù)員、管理人員可以及時(shí)掌握周邊地區(qū)亞洲象的活動(dòng)情況，真正形成統(tǒng)一管理、協(xié)作的預(yù)警體系，讓亞洲象保護(hù)做到心中有數(shù)。
誰又是一體化保護(hù)系統(tǒng)的基石
從過去依靠人的經(jīng)驗(yàn)到如今基于數(shù)據(jù)的科學(xué)決策，西雙版納的亞洲象生態(tài)保護(hù)如今開啟了數(shù)字化之旅。
西雙版納保護(hù)區(qū)建立起數(shù)據(jù)采集體系之后，每個(gè)月產(chǎn)生的視頻、圖片數(shù)據(jù)量就高達(dá)30TB，隨著監(jiān)測(cè)體系和數(shù)據(jù)采集體系逐漸完善，數(shù)據(jù)量在未來還將繼續(xù)增長(zhǎng)。除了海量的視頻、圖片數(shù)據(jù)之外，還有地理位置數(shù)據(jù)等其他類型的數(shù)據(jù)，如何存儲(chǔ)和保護(hù)這些海量數(shù)據(jù)，并且為AI模型訓(xùn)練提供足夠強(qiáng)大的性能支撐就成為西雙版納亞洲象保護(hù)的現(xiàn)實(shí)挑戰(zhàn)。
在整個(gè)一體化保護(hù)解決方案中，存儲(chǔ)的作用可謂是至關(guān)重要，不僅僅因?yàn)樗菙?shù)據(jù)采集之后的保存之地，更是整個(gè)多維數(shù)據(jù)體系的基石，支撐著從識(shí)別、分析到預(yù)警各種應(yīng)用系統(tǒng)的運(yùn)行以及數(shù)據(jù)安全保護(hù)。
浪潮存儲(chǔ)
例如，浪潮大象識(shí)別模型高達(dá)96%的精準(zhǔn)度就離不開浪潮存儲(chǔ)的功勞。在短短3個(gè)月之內(nèi)，浪潮存儲(chǔ)將數(shù)十萬張大象圖片高效、反復(fù)地向AI識(shí)別模型進(jìn)行“投喂”，用極致性能支撐起整個(gè)AI模型的訓(xùn)練。浪潮存儲(chǔ)如此極致的性能，背后離不開其iTubro智能引擎，通過對(duì)前端AI模型的IO負(fù)載進(jìn)行智能感知，將熱點(diǎn)數(shù)據(jù)識(shí)別出來并智能調(diào)度到高速SSD緩存層，實(shí)現(xiàn)百萬級(jí)IOPS在存儲(chǔ)系統(tǒng)并發(fā)流動(dòng)，為AI模型訓(xùn)練提供及時(shí)的數(shù)據(jù)“養(yǎng)料”。
另外，除了AI模型算法訓(xùn)練之外，浪潮存儲(chǔ)還支撐起預(yù)警平臺(tái)中的各種應(yīng)用，在毫秒內(nèi)完成識(shí)別，十幾秒就能通過廣播、短信等發(fā)出預(yù)警，大幅提升預(yù)警效率和成果。
針對(duì)亞洲象保護(hù)的實(shí)時(shí)性和數(shù)據(jù)安全性要求，浪潮為西雙版納保護(hù)區(qū)打造了以AS5000為核心的“雙活存儲(chǔ)+影像存儲(chǔ)”的存儲(chǔ)平臺(tái)，雙活存儲(chǔ)建立起容災(zāi)平臺(tái)，支撐起亞洲象保護(hù)的核心應(yīng)用，當(dāng)一臺(tái)存儲(chǔ)發(fā)生故障，另一臺(tái)存儲(chǔ)實(shí)時(shí)接管，讓前端業(yè)務(wù)基本無感；而浪潮影像大數(shù)據(jù)平臺(tái)則提供PB級(jí)存儲(chǔ)空間，滿足保護(hù)區(qū)對(duì)于視頻、圖片等海量數(shù)據(jù)的存儲(chǔ)需求。
總體來看，亞洲象生態(tài)保護(hù)系統(tǒng)的初步建立，是浪潮在野生動(dòng)物保護(hù)的一次探索與創(chuàng)新，也是AI、大數(shù)據(jù)、存儲(chǔ)等數(shù)字化技術(shù)在傳統(tǒng)行業(yè)領(lǐng)域的一次成功實(shí)踐，充分證明了數(shù)字化技術(shù)的價(jià)值所在。隨著數(shù)字化技術(shù)在野生動(dòng)物保護(hù)中得到更多應(yīng)用，人與自然的和諧之美有望得到更多展現(xiàn)。
