人工智慧如何保護各地森林免遭非法砍伐

人工智慧如何保護各地森林免遭非法砍伐

數週以來，亞馬遜地區的熱帶雨林一直以驚人的速度在燃燒。光是今年便已經發生了數萬起火災，大部分是人類為了取得伐木、放牧或採礦用的土地而放火焚林。

法規約束力道薄弱，加上全球巡山員數量不足，根本敵不過市值達1520億美元之非法木材市場的誘惑。全球約有五分之一的二氧化碳排放量源自於森林砍伐。

人工智慧卻能讓主管機關的官員們聽見來自森林的聲音，像是電鋸聲或是非法進入林區的車輛聲，這象徵著可能有人要盜砍林木。NVIDIA Inception 虛擬加速器計畫成員之一的 Outland Analytics，開發出一款裝在樹上的裝置，使用聲音辨識演算法來偵測這些訊號，並且向巡山員發出警報。

Outland Analytics 成立於費城，原為一項高中的工程科研項目，現在已是一間六人公司。二十歲的執行長 Elliot Richards 表示：「我們的森林執法人員嚴重不足，嚴重到事發之際沒有人手可以趕到現場。」

美國國家森林局所屬的土地，每三十萬英畝（相當於近五百平方英里的面積）只有一名執法人員進行巡邏來取締非法活動。一套預警系統網路可以協助全球各地人手不足的森林監管單位，在為時已晚之前加深追蹤力道及遏止非法砍伐。

Outland Analytics 使用 NVIDIA GPU 來訓練這套系統背後的人工智慧演算法，包括在 IBM Cloud 中的一個 V100 Tensor Core GPU。該公司與紐約州環保局合作進行實地測試，打算在今年秋季推出付費試點計畫。

森林裡若有一棵樹倒下，人工智慧會聽見它倒下的聲音

並非每件高中科學研究項目，都會變成一間成熟的新創公司。Outland Analytics 正是這樣，Richards 與共同創辦人 Edward Buckler 對大自然的熱愛及對土地管理的興趣，成為啟發他們進行這個項目及成立這間公司的靈感來源。

現在仍分別就讀於卓克索大學（Drexel University）與石溪大學（Stony Brook University）的兩人，三年前成立了 Outland Analytics 這間公司，放眼於提高保護森林的程度。

雖然有部分組織使用衛星影像或蹤跡攝影機來通知巡山員，卻通常無法即時發出結果，且幾乎不可能從影片畫面中辨識出個人身分。分析聲音的低延遲性人工智慧模型可以縮短回應時間，讓巡山員能夠無時無刻監控廣大面積的林區。

該團隊使用 TensorFlow 深度學習框架及約一百小時的現場錄音內容和公開資料來訓練其人工智慧演算法。

「雲端環境裡的 GPU 是件超棒的工具，什麼都先設定好了，輕鬆就能使用 IBM Cloud 上的 V100 來訓練模型，幾個小時後再回來，就都完成了。」Buckler 說。

Buckler 與 Richards 開發出一款連接到行動網路的網路邊緣裝置，大小相當於一個小背包，頂部裝有太陽能電池板和天線。裝在樹上的一個裝置可以監控廣達150英畝的林地、收集聲音訊號，並且將這些訊號送到雲端進行分析。

要是神經網路監測到電鋸聲或非法進入林區的車輛聲，就會寄送電子郵件與調度中心的官員聯繫，或通過簡訊與巡山員聯繫。相關部門便能前往現場，對進行中的嫌疑環境犯罪活動進行人贓俱獲。

這項不太需要保養的裝置可以裝在樹上的任何高度，透過太陽能進行充電，就算沒有日照也能維持數日的運作。到目前為止，Outland Analytics 已經在阿第倫達克山區和卡茨基爾山區進行了測試。

Richards 說：「保護森林一事儘管有極大的困難，我們也希望加強專業警力的能見度，讓他們能夠對進行中的犯罪活動做出回應。」

詳情: https://blogs.nvidia.com/blog/2019/09/05/ai-illegal-logging-deforestation/