雪豹，因生活在雪线以上而得名，作为该区域内食物链顶端的捕猎者，被誉为“雪山之王”。“王”的贵气，在于通身的灰黑色艾叶斑纹，在于它游走于峭壁间矫若惊鸿的英姿，更重要的是，它是高原生态系统的旗舰物种，也是判断生态健康与否的风向标。

雪豹

山水自然保护中心成立于2007年的公益组织，致力于青藏高原、西南山地及城市周边的物种和栖息地的保护，早在2009年就开始开展对雪豹及高原生态系统的长期监测与保护，积累了多年的研究与实践经验，工作范围覆盖多个雪豹分布区，并持续关注雪豹保护行业的发展。

山水的动保研究人员提到，雪豹领地意识极强、分布分散，喜欢昼伏夜出，捕猎游走的范围广阔且人迹罕至，因此难觅其踪，针对雪豹的科研保护工作难度极高。

AI识别，解放动物学家的眼与脑

为了观察到像雪豹这样行踪隐秘的物种，同时减少对它们正常活动的干扰，动保研究人员通常会在其栖息地内长期架设红外相机，一旦有动物从镜头前经过被红外线感应到，就能拍下它的照片和视频。

红外相机拍到的雪豹

保护工作者根据这些图像素材，先要识别物种：拍到的是不是雪豹？此外，由于雪豹身上的斑点就像人的指纹一样独一无二，自带“身份证”，保护工作者还需要辨认雪豹们分别是谁、在某一天经过了哪个红外相机，据此推测当地一共有多少只雪豹、了解每只雪豹的活动范围、甚至有机会观察到雪豹的捕食、育幼等行为。这些零碎的信息最终会被整合到数据库中，用于长期的物种研究，以制定有效的保护策略。

先前，这种研究方法的最大痛点在于过度依靠人工，不能快速高效地把红外相机获取到的素材转化成科研成果。

山水自然保护中心野外工作

首先需要保护工作者或当地牧民监测员跋涉到相机架设点去取回相机内存卡，再把卡里的图像素材导到设备端以进行后续的处理和分析。雪豹栖息地的地形条件险峻、人迹罕至、通讯信号覆盖不稳定，人工安放和回收相机的过程费时费力。

在数据处理阶段，也需要靠研究人员的肉眼来“找不同”。且不论雪豹通常在光线昏暗的夜晚和拂晓出来活动，它们身上的保护色还与高原裸岩高度相似，能毫不费力地“融入背景板”，在噪点较高的画面中大大增加了分辨难度。更让人头疼的是，多台红外相机常年持续拍摄，产生的图片信息数量庞大。山水自然保护中心布设的红外相机们每个季度会在野外拍摄450G的照片或视频，更直观地来算：一个项目点每年回收50万张照片，只靠人工识别就得花上约300个小时，也就是让一个人连续37天每天做识别工作8小时。

人力心有余而力不足的难题，算力可以施以援手。海量数据对于人工智能来说不单不是负担，而是宝藏、是深度学习所需要的训练素材。

华为把全场景AI框架昇思MindSpore应用于山水自然保护中心的野外红外相机照片物种识别中，这也是首次基于国产AI框架的开源模型对物种识别的运用。深度学习算法可以利用已有的数据训练图片识别模型。华为和山水在近半年的合作开发中基于昇思MindSpore框架的YOLOv3目标检测模型，开发出单张推理展示页面和批量推理工具，已经处理了28万张红外照片。

与人工识别相比，同样是识别50万张照片，机器只需要花两天半左右的时间，就能完成批量的初步筛选。虽然最终的物种认定仍需要专家来鉴定复核，但AI物种识别的应用仍能为研究工作精简一半以上的时间。

目前，已经训练出的模型在准确度方面值得信赖：能够识别包括雪豹、赤狐、岩羊在内的10个在三江源红外数据中常见的物种或物种类别；在验证集中整体识别准确率约为92%，在测试数据中整体识别准确率约75%。其中，对雪豹的召回率最好，两项数据均在95%以上。

AI模型物种图

开源合作，开发者守护自然

守护自然的目的，是让天人合一、和谐共生，造福不止一寸土、一代人，需要包容的胸怀和理念。对“包容”的不懈追求是互联网技术的伦理，亦是生态伦理；科技守护自然，是两种伦理观的交汇点。

对于生态保护行业而言，ICT技术的加入是一种赋能，显著提高保护研究和行动的效率，也能通过数字化更好地关联和整合行业内分散的资源。

对于有志于用科技创新守护自然的开发者来说，华为将与三江源红外影像物种识别的相关模型和工具开源，降低了参与AI开发的门槛，释放开源社区的社会效益：举众人之力在数据集、数据处理和数据清洗多方面优化模型，让更多使用该模型的研究保护机构受益。

为加快驱动创新技术赋能社会发展与产业升级， 华为也开放了昇腾AI基础软硬件平台，包括Atlas系列硬件、异构计算架构CANN、全场景AI框架昇思MindSpore、昇腾应用使能MindX以及AI应用使能ModelArts等。而作为国内第一热度的AI 开源社区，昇思MindSpore也践行着华为提出的TECH4ALL数字包容倡议，赋能专业机构以及每一个心系万物生灵的个体，不让任何一个人从数字世界掉队。