在空氣稀薄的尼泊爾上木斯塘（Upper Mustang）地區，隨著一聲快門輕響，一臺紅外相機捕捉下山林一隅的動靜。在這片橫跨多個亞洲國家、總面積達77萬平方英里（比墨西哥還大）的高山區域中，世界上僅存的4000只雪豹中的一員，悄然走進鏡頭。

以往，要在成千上萬張相機抓拍中找到這只雪豹的照片，保護區巡護員需要花費數小時進行手動篩查。如今在人工智能的幫助下，這項工作可以自動完成。

“我們之所以關注雪豹，有兩個原因。第一，雪豹數量極為稀少，是氣候變化的一個指標性物種；第二，它們的棲息地橫跨多個國家，分布于地球上最偏遠、最復雜的高山地帶。”

—騰訊可持續社會價值事業部（SSV）生物多樣性保育主任馬堯  

尼泊爾偏遠而廣袤的上木斯塘地區是雪豹的重要棲息地。

追蹤跨越國界的高山精靈

雪豹被稱為“高山精靈”，活躍在橫跨多國的崎嶇山地，行動敏捷如風，悄無聲息地穿越國界，在雪地上幾乎不留爪印。追蹤這些頂級掠食者的行跡對保護它們及其棲息地至關重要，但這也意味著要在世界上最崎嶇的地形上部署紅外相機，并處理隨之產生的海量數據。

例如，僅尼泊爾境內就部署了近800臺紅外相機。每臺相機每隔幾個月就會生成數千張圖片。而巡護員每花一小時篩查圖像，其原本用于打擊野外偷獵、預防野火或者與當地社區合作的時間就要相應縮減。如何將時間真正用在關鍵處，成為亟待解決的問題。

野外巡護員正在架設紅外相機。

人工智能解決方案

為了處理龐大的紅外相機數據，騰訊開發了人工智能模型“物種之眼”，旨在提升動物保護的工作效率。

該系統可以從數千張圖片中識別雪豹，準確率高達98%，而且可以在世界上最偏遠的地方離線運行。該模型不僅能識別雪豹——事實上，其目前可識別286個物種，且可識別物種數量在不斷增加，預計到2025年底達到1500個。

與傳統的單一物種識別模型不同，該模型不需要大量數據來學習識別新物種，設置成本降低了70%。得益于此，它成為一款具備良好擴展性的工具，支持在不同地區和物種間開展更廣泛的野生動物保護工作。

紅外相機捕捉到的雪豹特寫照片。

這對自然保護工作者意味著什么？

• 節省時間：人工智能可以篩掉空片，有效標記物種，節省了數天的手動篩查時間。它可以將所需的人力減半，讓巡護員能夠集中精力解決更緊迫的問題，如野火防控和非法偷獵。
• 優化數據：更準確、及時的雪豹種群數據，支持更科學的政策制定，提升棲息地管理效果，幫助設計更有效的措施來緩解人獸沖突，確保將資源用在最需要的地方。
• 提高成效：快速且穩定的數據處理幫助團隊發現風險，合理安排保護優先次序，更有效地評估工作進展。

“人工智能可以幫助我們更快、更嚴謹地分析數據，不僅能從海量圖像數據中篩選出雪豹，還能識別出它們的獵物。”

—尼泊爾國家自然保護基金會保育主任C.P.Pokharel博士  

超越技術范疇

“物種之眼”模型最初為中國雪豹研究而開發，如今已適配應用于尼泊爾。騰訊團隊最近與尼泊爾國家自然保護基金會（NTNC）和中國山水自然保護中心共同舉辦了一次研討會，向來自尼泊爾、蒙古、巴基斯坦和其他地區的動物保護工作者介紹了這一系統。

這項跨越國界的合作與雪豹的行蹤一樣：雪豹從未局限于人類劃定的疆界，保護它們的行動亦當跨越山海。

“雪豹對國界沒有概念。要想保護雪豹，我們的努力必須跨越國界。”

——山水自然保護中心呂植博士  

一名騰訊工程師為當地的保育人員開展“物種之眼”模型培訓工作坊。

放眼全局

目前，全球僅有約2%的雪豹棲息地曾開展過系統研究，遠低于科學家認為有效保護所需的20%。利用人工智能來處理大量數據，可以讓動物保護工作者專注于更重要的任務：避免雪豹這種大型貓科動物就此滅絕。

雖然有時候科技與自然看似不相關，但雪豹保育的故事恰恰證明：科技可以成為橋梁，連接國家，跨越物種，助力人類共同應對個體難以解決的復雜挑戰。

下一次喜馬拉雅地區紅外相機咔嚓響起時，巡護員們將準備就緒，更好地守護這些高山精靈。

當地保育人士測試“物種之眼”模型。