北京2020年8月21日 /美通社/ -- 西雙版納雨林，近300頭野生亞洲象的棲息地。它們在這里生活、棲息、繁衍，隨著種群規模的不斷增加，亞洲象的活動范圍也不斷擴大，一些大象頻繁走進村寨、城市“肇事”，隨之而來的是一個棘手的難題：人象沖突問題。
如今，隨著西雙版納國家級自然保護區亞洲象生態保護系統的初步建立，亞洲象的保護走上了一條數字化之路，從過去依靠人在雨林中四處“摸”象、預警用大喇叭吼，到如今實時在線的亞洲象生態保護系統，人與自然的和諧相處因為數字化技術顯得格外美麗。
聰明的大象不聽話
亞洲象是國家一級重點保護野生動物，作為陸地上最大的哺乳動物，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物保護工作逐步完善，亞洲象數量也在穩步增加，其中一些飯量大的“不安分子”經常不聽話跑出來光臨保護區周邊村莊，今天“打個劫”把莊稼吃了，明天“攔個路”破壞點財產，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，監測觀察員每天穿梭在地貌復雜、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，或者通過無人機協作，來追蹤大象行為軌跡和預測路線，并對周邊居民發出預警。
這些人工監測和預警的方法，雖然在過去數十年里，幫助西雙版納國家級自然保護區管護局（簡稱管護局）對亞洲象進行了有效的保護，使得亞洲象族群數量得到了良性恢復，但在數字化時代，人工方法面臨監測數據粗放、效率較低，容易出現誤判、漏判的情況，預警信息傳遞也經常滯后，無法實現實時監測和預警，更難以對整個雨林統一管理和聯動、后續科研工作提供幫助。
如果從數字化角度來看，管護局過去所采取的保護方式存在升級空間：其一，數據采集需要更及時和全面，尤其對重要數據要及時采集和存儲；其二，采集的數據類型要更豐富，提升數據分析的維度，讓預警和決策有“數”可依；其三，各個區域需要進行統一的管理和分析，對整個雨林地區的監測和科研工作提供統一的數據支撐。
因此，要想通過數字化的技術手段去解決人象沖突這個難題，本質上要為西雙版納的亞洲象保護建立一個數字孿生體。所謂數字孿生即充分利用物理模型、數據采集、運行歷史等數據，集成多學科、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體對象的全生命周期過程。
數字孿生體依賴高度的數字化，是物理世界實體對象一種實時動態的數字版克隆體。具體到西雙版納雨林中的亞洲象保護，通過建立數字孿生體，可以很好地將亞洲象的活動軌跡、生活習性、生態環境在數字世界中進行映射，然后根據數字世界中分析與判斷，為現實中亞洲象的監測、預警工作提供科學、準確的決策支持。
一體化方案讓亞洲象保護有“數”
浪潮與西雙版納國家級自然保護區管護局聯合打造世界領先的亞洲象生態保護系統，融合云計算、物聯網、大數據、人工智能等數字化技術于一體，建立起從終端監測、邊緣端快速識別推理、迅速預警和云端數據匯聚與模型訓練的一體化亞洲象生態保護系統。
整個保護系統就像是構建起一個保護亞洲象的數字孿生體，實現對亞洲象行為軌跡實時分析和預警，統一科學管理和保護。
具體來看，浪潮在西雙版納雨林地區構建了由數百個影像監測系統構成的統一數據采集系統，實現全天候實時采集圖像及影像數據，并通過地面人員巡護監測、無人機采集、智能視頻監控、紅外相機監控等多重手段，以及其它系統數據對接，實現多維數據的匯集。
解決多維數據的實時采集，等于為之后的分析預警工作打下了堅實的數據基礎。有了強大的數據基礎，邊緣端的亞洲象識別模型可以進行全天候、毫秒級的亞洲象精準識別，十幾秒內，廣播、微信、短信、APP多個渠道會發布預警信息，邊緣端數據也將被傳輸至云端數據中心的亞洲象深度學習訓練平臺，幫助模型算法不斷優化迭代，提高亞洲象監測的準確性和實時性。
浪潮亞洲象生態保護系統解決了過去亞洲象保護的幾大難題：
一是數據采集的難題，亞洲象數量稀少、活動范圍廣，過去影像數據樣本少，沒有足夠的數據則無法為模型精度提升提供幫助；浪潮通過架設眾多采集站點，收集到大量亞洲象圖像資料，并且專門針對各種環境中的圖像識別難題，不斷對模型算法進行優化，將亞洲象識別準確度提升到96%以上，處于國際領先水平。
二是多維度數據體系的難題，邊緣端經過清洗處理的數據被用于建立亞洲象庫及生物多樣性庫，包括亞洲象活動時間、位置信息、影像、周邊環境特征、行動軌跡等，多維數據可以為科研人員進一步研究亞洲象飲食習性、活動區域、活動時間提供豐富的數據支持。
三是亞洲象實時分析和實時預警難題，在解決數據采集、數據體系建立之后，通過對數據進行AI實時分析、智能識別后將亞洲象位置信息、數量、移動方向等預警信息內容，定向推送到手機APP等終端設備，群眾、巡護員、管理人員可以及時掌握周邊地區亞洲象的活動情況，真正形成統一管理、協作的預警體系，讓亞洲象保護做到心中有數。
誰又是一體化保護系統的基石
從過去依靠人的經驗到如今基于數據的科學決策，西雙版納的亞洲象生態保護如今開啟了數字化之旅。
西雙版納保護區建立起數據采集體系之后，每個月產生的視頻、圖片數據量就高達30TB，隨著監測體系和數據采集體系逐漸完善，數據量在未來還將繼續增長。除了海量的視頻、圖片數據之外，還有地理位置數據等其他類型的數據，如何存儲和保護這些海量數據，并且為AI模型訓練提供足夠強大的性能支撐就成為西雙版納亞洲象保護的現實挑戰。
在整個一體化保護解決方案中，存儲的作用可謂是至關重要，不僅僅因為它是數據采集之后的保存之地，更是整個多維數據體系的基石，支撐著從識別、分析到預警各種應用系統的運行以及數據安全保護。
例如，浪潮大象識別模型高達96%的精準度就離不開浪潮存儲的功勞。在短短3個月之內，浪潮存儲將數十萬張大象圖片高效、反復地向AI識別模型進行“投喂”，用極致性能支撐起整個AI模型的訓練。浪潮存儲如此極致的性能，背后離不開其iTubro智能引擎，通過對前端AI模型的IO負載進行智能感知，將熱點數據識別出來并智能調度到高速SSD緩存層，實現百萬級IOPS在存儲系統并發流動，為AI模型訓練提供及時的數據“養料”。
另外，除了AI模型算法訓練之外，浪潮存儲還支撐起預警平臺中的各種應用，在毫秒內完成識別，十幾秒就能通過廣播、短信等發出預警，大幅提升預警效率和成果。
針對亞洲象保護的實時性和數據安全性要求，浪潮為西雙版納保護區打造了以AS5000為核心的“雙活存儲+影像存儲”的存儲平臺，雙活存儲建立起容災平臺，支撐起亞洲象保護的核心應用，當一臺存儲發生故障，另一臺存儲實時接管，讓前端業務基本無感；而浪潮影像大數據平臺則提供PB級存儲空間，滿足保護區對于視頻、圖片等海量數據的存儲需求。
總體來看，亞洲象生態保護系統的初步建立，是浪潮在野生動物保護的一次探索與創新，也是AI、大數據、存儲等數字化技術在傳統行業領域的一次成功實踐，充分證明了數字化技術的價值所在。隨著數字化技術在野生動物保護中得到更多應用，人與自然的和諧之美有望得到更多展現。
