马尧：雪豹保护的背后

2024-05-12 14:00:30 | 来源: 互联网整理

2023年1月12日，2023腾讯科技公益创新周上，腾讯公益基金会高级项目总监马耀发表题为《雪豹保护的背后》的演讲。

以下为马耀演讲全文：

我是马耀，来自腾讯基金会，负责腾讯保护雪豹的公益项目。

雪豹是一种你可能听说过但并不熟悉的野生动物。 事实上，早在2000多年前的中国《山海经》中就有记载。 我们相信，《山海经》中的“孟吉”就是我们今天所说的雪豹。

雪豹主要生活在雪域高原。 由于人迹罕至，很少有人在野外见过这种野生动物。 在雪豹研究史上，直到1971年，人类才捕捉到了它的第一张图像。

我们现在可以看到许多雪豹的美丽照片。 它们与我们平时看到的豹子很相似，但也有很大的不同。 我们通常所说的豹子或猎豹，毛皮呈棕色，有黑色斑点。 但雪豹的皮毛是银灰色的，上面有黑色的斑点，它最显着的特征是它有一条又粗又长的尾巴。 与其他豹子不同的是，雪豹的尾巴和身体通常达到非常特殊的身体比例1:1。

自从 1971 年 博士首次拍摄雪豹以来，很长一段时间以来，人们都认为雪豹濒临灭绝，因为见过它的人太少了。 直到20世纪90年代末，我们发现红外摄像机可以用来监控动物的行踪，然后将这项技术引入到对各种野生动物的观察中，我们发现雪豹其实并不像我们想象的那么小。

下图是非常早期的红外相机。 它仍然使用红外模块和一些非常简单的胶片相机。 它被部署在野外。 如果动物在其前面移动或经过，红外快门就会被触发，动物就会被拍照。 图像。

在中国，我们2005年才第一次在野外拍摄到雪豹，而且只拍到了它的半个身体。 这张照片是中国第一张红外相机拍摄的雪豹图像。 这是我父亲拍的。

我的父亲是中国科学院新疆生境地质研究所的研究员。 他是中国第一位对雪豹进行野外调查的科研人员。 当我还在上学的时候，我的父亲经常到野外去，花很多时间收集雪豹的红外图像。 20年前，父亲等人去野外考察雪豹时，必须骑马、带干粮到天山托木尔峰的深山里，在那里扎营。 野外生活非常寒冷，他们必须光着双腿才能度过这一切。 冰川。

我不仅亲眼见过野生雪豹，还抱过一只雪豹。 由于雪豹十分罕见，很多从事雪豹研究的人都没有机会近距离接触雪豹。 所以当时我对雪豹有了比较好的了解。 清晰的感知。 这个物种非常美丽，非常神秘，距离我们人类非常遥远。 它的研究需要大量的人力和物力资源。

我来到腾讯基金会，在讨论生物多样性保护问题时，我们就在思考中国有哪些物种值得我们研究、值得我们资助、值得我们推动保护。 其实有很多选择，但是根据我当时的建议，我们选择了Snow 。

我们为什么要保护雪豹？

像雪豹这样的大型猫科动物通常代表一个地区的旗舰物种或保护伞物种。 他们往往处于食物链的顶端。 如果你想养一只雪豹让它健康成长，通常需要200只岩羊。 如果要养200只岩羊，对草原的质量就有要求。 如果草原的质量足够好，它所维持的水源肯定没有问题，所以一系列与这片牧场、水源有关的其他物种，还有岩羊，其实都可以生存得比较好。

当前，全球都在高度关注气候变化问题。 雪豹生活的地区实际上是冰川分布的地区，而冰川是气候变化非常重要的指标。 过去，我们认为青藏高原上的冰川很大，现在正在逐渐减少、萎缩，甚至消失。 当这些东西消失之后，与它们有关的一切肯定都会改变。 雪豹的栖息地、其生活地区的牧场和水源，以及一些非常微妙的其他相关物种，都会受到比较大的变化。

因此，我们在保护一个地区的生物多样性时，通常会重点针对一个保护伞物种进行保护，使其与食物链下的一系列物种以及其食物链下的一些较低级别的植被相关联，并且甚至水源实际上也能得到有效的保护，因为制定的政策是一整套的保护措施。

雪豹是与中国关系密切的物种，但它的受欢迎程度与其重要性不相称。 我们需要做更多的事情，让更多的人知道，有这样一只美丽的猫生活在我们中间，我们的国家。

从雪豹知识图谱到雪豹防护的产品需求

2020年，腾讯基金会推动多个腾讯业务团队共同打造了一个基于知识图谱技术的小程序，名为“神秘雪豹在哪里”。 与过去的文字百科相比，它可以更形象地展示知识点。 。 在这个小程序中，我们对雪豹的各个生命阶段、生活区域以及一系列相关物种进行了全面的关联，引起了业内的广泛关注。

当我们发布这个小程序时，祁连山国家公园保护区管理局的一位领导找到了我们的产品经理。 他说：“你这个东西做得不错，是不是可以帮助我们为保护雪豹做点什么？”

我们非常感兴趣。 受邀到祁连山自然保护区管理局了解到，时至今日，人们研究观察雪豹时，红外热像仪仍然是最重要的工具。 红外线摄像机比我父亲那个时代先进得多。 他们现在集成了更多功能。 它们已经从胶片相机变成了数码相机，可以拍摄大量照片，而且灵敏度和耐用性也高得多。

然而，这一系列工具的改进在帮助他们更好地观察和研究雪豹的同时，也给他们带来了巨大的负担。

红外热像仪在野外部署后并不能实时传输数据。 那些地方没有网络、没有电，所以红外热像仪需要在野外用电池独立支持3-6个月，然后护林员会取回存储卡。 只有这样我们才能看到这3-6个月拍摄的图像。

每个存储卡包含两到三千张照片，而保护区通常不仅仅只有一台红外摄像机。 如果有一百个相机，那就是数十万张照片。

他们是如何处理这些照片的？ 他们把所有的护林员和保护人员聚集在一起，把自己锁在会议室里，日以继夜地人工识别这些照片，看看这些照片里有多少只雪豹，捕捉到了多少野生动物，捕捉到了哪些废胶卷。 ，然后再对这些照片进行分类存储。 对于习惯了户外活动的人来说，如此大量的数据处理是一项非常痛苦的任务。

到达保护区管理处后，我们遇到了一位藏族护林员。 他的名字叫阿成。 当地人形容阿城有一双鹰眼，因为他是保护区内少数能看到很远距离的人之一。 即使在3-4公里外，人们也能用肉眼观察到远处的雪豹。

阿城亲自向我们抱怨，他们做完一次数据就差点吐了，看的都快瞎了，但还是做不完。 十几个人处理一次数据需要2-3周的时间。 这只是初步筛选，所以保护区管理局找到我们时，只有一个简单的要求，就是通过一些措施自动识别这些照片。

我们对这个需求非常感兴趣，我们召集了公司的六个业务团队，包括涉及AI识别、云处理、产品交互等方面的团队，来探索如何解决。 整个团队到达祁连山后的第一件事就是跟随阿城，看看他们是如何工作的——如何放置红外摄像机，如何进行野外巡逻。

我们跟着阿成等人来到了位于祁连山的祁清保护站。 这里海拔3000多米，是祁连山深处一个人迹罕至的小山谷。 阿城带着我们一路进去，走着走着，就可以看到各种兽道，那是各种猛兽走过的路，就像我们走过的路一样。 在这些动物足迹的旁边，常常有雪豹留下的凿痕、尿痕，甚至动物尸体。 这些地方是设置红外摄像机的最佳区域。

阿城向我们完整地演示了如何架设红外摄像机、红外摄像机应以什么角度拍摄、架设摄像机后应记录什么样的数据。 在架设相机的过程中，我们遇到了这些动物的足迹和足迹。 ，如何记录，这个系列是完整的雪豹样带调查所形成的各种数据。

我们刚才说，如果一个摄像头能够在三到六个月内带回两到三千张照片，那么他们在那里部署了近百个摄像头，他们会带回两到三千张照片，而这其中的80％以上是其实都是空拍，因为红外摄像机有两种触发模式，一种是红外模式，一种是动态模式。 任何干扰都可能触发红外摄像机。 有时候你架起相机的时候，相机前面并没有草，但是当你去捡的时候，草已经长到一个人那么高了。 当风吹过，甚至天空中的云层发生变化时，都可能触发红外热像仪。 因此，大量明暗不清、找不到动物的图片成为阿城等人处理数据时的难题。 当时最麻烦的事。 他们需要消除80%以上的航拍图片，剩下不到20%的图片是野生动物的图片。

在祁连山，红外相机捕捉到的哺乳动物和鸟类约有60种，雪豹只是其中之一。 他们还需要对每个物种进行单独识别和分类，因此这本身就是一个挑战。 过程非常繁重。

我们可以看到很多非常有趣的图片，比如这只白唇鹿。 它的头部布满了电线。 这些电线的重量可能超过十或二十公斤。 它不小心闯入了牧场，并夺走了牧场旁边的电线。 这可能是它出生后最初几个小时的照片。 还会有狐狸、狼、各种鸟类，以及雪豹的主要食物岩羊。 核心的东西其实就是雪豹。

我们可以看到它们经常在石头上蹭背、喷尿，这很有趣，但如果每3-6个月就有二三十万张这样的照片出现在你面前，你就需要对它们进行处理。 有时候，我想，无论形象多么可爱，无论形象故事多么有趣，都会让人感到痛苦。

了解了这一需求后，我们与祁连山自然保护区管理局进行了更深入的沟通，了解到今天，与父亲2004年、2005年的雪豹研究相比，已经过去了近20年。 但我们对雪豹的了解还非常有限。 60%以上的雪豹分布在中国，但其栖息地只有2%被样带覆盖。 我们进行了相关样带调查，了解雪豹在那里是如何生存的，今天绝大多数雪豹是如何分布的，以及它们的栖息地。 目前仍不清楚它们的健康状况以及它们的食物链是否相对完整。

这个系列还是需要依赖红外热像仪捕捉到的数据和背后人工野外样线测量的数据。 只有综合结合才能得出最终的结论。 如果没有这样的结论，保护区管理部门或野生动物保护组织就无法制定真正科学有效的保护措施。

如果我们能够帮助保护组织和相关管理机构处理如此海量的数据，我们就可以更好、更高效地进行雪豹样带调查，了解和识别雪豹，并将其推广到更多地区。 ，更有可能全面了解中国的雪豹，乃至世界的雪豹。

我们可以用大熊猫来做参考。 虽然大熊猫的栖息地范围比雪豹小很多，但从20世纪80年代到现在，我国已经对大熊猫的栖息地进行了四次完整的样线调查，所以在野外我们已经有了非常清晰的认识​​大熊猫有多少只，它们是如何生存的，栖息地的健康状况，也可以帮助我们更好地保护大熊猫。 雪豹也是如此，但我们目前对雪豹栖息地的了解还远未完成。

雪豹AI识别系统的诞生

回到公司后，我们开始正式解决这个需求。 如何减轻大量人工识别和分析红外图像数据的负担？ 我们的首选是人工智能。 现在大家都熟悉了。 人工智能实际上在人脸识别和物种物体识别方面已经取得了长足的进步。 我们相信它在野生动物识别方面也能做出伟大的事情。

因此，我们引入了腾讯的AI Lab团队。 AI Lab团队仔细研究了这些图片后，认为这个需求是可以解决的，但我们首先需要帮助机器理解哪些图片是航拍的，哪些图片是从空中拍摄的。 这是一张动物的图片。 动物的图片中，哪些是岩羊，哪些是狼，哪些是狐狸，哪些是雪豹，这些机器不知道，而且这个系列需要人工标注数据。 帮助机器学习。

过去，我们可能会要求许多志愿者对这些数据进行框架和注释。 所谓框标注，就是用彩色框框住红外图像中的动物，并标注出它们是什么动物。 使用此类标签有助于机器学习。

这次我们采取了公益资助的方式。 我们资助了一个为残疾人提供简单培训的组织，以便他们可以通过在计算机前注释数据来赚取收入。 也就是说，通过一个公益项目，我们既可以帮助残疾人，也可以帮助野生动物。

经过十万多张图片的标注和识别，我们的第一个demo就形成了，我们把它带到了祁连山保护区进行了测试。 我们发现该功能可以使用，但是不是特别好用。 这里面其实存在很多问题。 最大的问题是我们不是一个完整的产品团队。 当我们构建了功能之后，我们必须处理用户适配和用户行为。 就纠正而言，还有很长的路要走。

所以我们还引入了腾讯一个非常老的部门，叫用户研究与体验设计部。 他们可以深入了解保护区管理局和保护组织的工作人员。 他们是非常小的一群人。 如何使用软件以及如何使用系统进行数据分析。 一旦他们参与进来，我们很快就推出了一款行之有效的产品，而且效果非常好。

我们于 2021 年 10 月 23 日（国际雪豹日之前）推出了系统的第一个版本。 该系统可以帮助祁连山保护区管理局和世界自然基金会等当地项目团队。 为了更好地识别每3-6个月带回的数千张红外图像数据。

首先，98%以上的航拍镜头可以自动筛选出来，剩余物种识别率超过97%，因此整体数据召回率达到98%。 我们当时评估了一个人工成本的降低，有效降低了人工成本60%以上。 过去，处理数据需要十几个人工作2-3周。 现在，只需1-2人就可以将数据上传到系统。 系统自动识别，然后他们进行二次验证，完成相关工作。 。

我们也知道这个AI很容易使用，但它并不是万能的。 事实上，人工智能也会犯错误，尤其是在野生动物领域。 一些红外相机拍摄到的雪豹并不完整。 有时只捕获半身、半头、甚至只捕获一条尾巴。 此类数据可能无法准确识别。 所以我们在此设定一个置信度，即当机器不能100%确定它是什么物种时，它会给出其他几种可能性，比如一个置信度，有10%的概率是狼，以及有 10% 的可能性是狐狸，有 10% 的可能性是牦牛，甚至有 10% 的可能性是人。 这种情况下，就需要人工干预来保证数据二次验证的准确性。

通过这样一系列的工作，像阿成这样目光敏锐的野外巡查人员的工作量已经大大减轻。

雪豹个体识别流程优化

进入2022年之后，我们收到了来自祁连山保护区管理局和世界自然基金会的新需求。

我们现在已经解决了红外相机数据的物种识别和航拍筛选，但是当我们把这些数据拿回来之后，我们还需要做进一步的处理。 进一步加工是什么？ 这是对个体、雪豹个体的识别。 也就是说，我们需要清楚地知道这个保护区内生活着多少只雪豹，以及每只雪豹被拍摄了多少次。 通过这个，我们实际上可以研究每只雪豹不同的生活习性和特征。 它的运动轨迹和可能的交配路线结合起来，形成了雪豹更完整的横断面。

我们说AI能识别雪豹、狐狸、狼已经很了不起了，但还需要识别雪豹A、雪豹B、雪豹C，这能做到吗？ 我们内部做了全面的评估后，认为现阶段这个不太可行，但是这个需求是非常现实的。 我们应该如何解决呢？ 这个时候，刚才提到的腾讯用户研究与体验设计部的同事们又发挥了巨大的作用。

经过调查他们是如何进行雪豹个体识别的，我们发现他们在电脑桌面上同时打开了两个看图软件，将一张图片加载到一个看图软件中，然后转到另一个文件夹。 另一张图片被调出并导入到第二个看图软件中。 通过人工在不同角度比较它们的图案和形状，判断两只雪豹是否相同。 每次识别雪豹，都要打开无数的文件夹，导入无数的照片，才能完成识别。

既然AI做不到，那么是否可以通过交互来优化这个流程呢？ 我们是否可以自动匹配同一页面上的一些照片，然后手动识别？ 这是可以做到的，AI也可以在其中发挥作用。

因为我们了解到，对于雪豹的个体识别，实际上需要比较雪豹同一侧的图案，比如脸上的图案，身体左侧的图案，或者是它身上的图案。尾巴。 事实上，他们都有身体姿势。 必需的。 虽然AI无法识别雪豹A和雪豹B的不同图案，但可以识别它的姿势。 我们可以自动匹配某个区域内红外摄像机拍摄的两只雪豹同侧的照片，然后直接在一个界面上进行手动识别。 仅这一点就为工作人员节省了大量的时间，所以在第二个诉求上我们实际上并没有使用高科技，但是通过优化产品体验，我们也大大减轻了工作人员的负担。

雪豹的数据分析系统

所有数据有了之后，最终还需要进行分析，所以我们在Snow 系统中也添加了数据分析模块。 过去，保护区管理局会将每次样带调查带回的数据存储在 Excel 表格中。 该 Excel 工作表将记录野外护林员在样线测量期间看到雪豹的纬度和经度。 粪便、在什么经纬度看到雪豹犁过的痕迹等等。这一系列数据最终需要人工与该区域红外摄像机拍摄到的雪豹进行匹配。 只有这样才能计算出该地区是否存在雪豹。 它的密度和数量大约是多少？

事实上，这个系列可以通过非常自然的图表软件来实现。 无非就是录入数据的时候按照一个标准录入数据，并且每次录入数据都是统一的。 输入本周期的数据后，自然会匹配到我们本周期导入的红外数据。 在这个系统上，我们可以看到雪豹的活动时间、活动范围，甚至大约是什么季节。 可能还会有更多的动作，包括与其相关的一系列动作，伞物种下的一些其他物种也能得到有效的了解。

随着数据量的积累，系统将变得更加准确和丰富，这些数据可以有效帮助管理部门制定保护雪豹的具体措施。

有人问我，腾讯基金会如何通过这个雪豹保护项目来保护雪豹？

有些人可能认为保护雪豹需要你在野外设置设备，给它们喂食，或者进行某种观察。 但事实上，作为一家互联网公司，我们做这些事情是完全不专业的，这也不是我们应该做的。 我们能做的就是帮助专业人士更好地开展工作，帮助更多像阿城这样目光敏锐的野外护林员，作为实地保护人员更好地开展工作，而不是浪费金钱。 很多时间都花在做一些非常底层的数据识别和数据分类工作上。

在中国，大多数雪豹栖息地从未被调查过，我们还有很多工作要做。 2022年，雪豹系统在青海三江源、西藏那曲等地测试成功，未来还将推广到更多地方。

这个系列其实是一个慈善捐赠的模式。 我们将这种技术无偿捐赠给当地，帮助他们开展雪豹样带调查。 我们希望，也许在5-10年，甚至更短的时间内，我们能够真正调查到中国的雪豹。 通过了解雪豹在不同栖息地的不同生活环境，通过收集这些数据，可以帮助我们更好地认识和了解这个神秘而美丽的物种，同时保护它以及它们所在的高原。 这些都与每一个普通中国人乃至整个亚洲国家人民的生存息息相关。 场地。

这个系统也是可扩展的，因为我们知道许多关于物种保护和生物多样性的研究实际上是相似的。 无论是雪豹还是东北虎，其实都需要用到红外摄像头数据。 收集、观察和了解物种。 目前我们也在开发该系统的通用性，希望经过简单的训练就可以使用，帮助更多的物种。

通过红外摄像机的分析，通过个体的识别，通过整体数据样线和综合数据报告的输出，相信腾讯的技术公益可以沿着雪豹的这条路，探索生物多样性保护领域的新路。 结果会开出新的花朵，我们希望如此，谢谢。