無(wú)人機遇上大數據 竟然把盜獵者消滅了

無(wú)人機的應用領(lǐng)域正逐漸擴大，除了空中拍攝與偵察以外，結合大數據(big data)還能更進(jìn)一步深入動(dòng)物或森林保護區對抗盜獵與濫墾濫伐、偵測糧食作物生長(cháng)以及尋找迷途者等許多其他目的。

 

過(guò)去七年來(lái)，美國馬里蘭大學(xué)(University of Maryland)先進(jìn)計算機研究所客座教授Tom Snitch一直致力于研究概率性時(shí)空模型，利用他手邊可接觸到的各種數據類(lèi)型以及多種變量，希望能為監視用無(wú)人機定義出最佳飛行路線(xiàn)，使其得以擴展至更多的應用以及更有效率地執行任務(wù)。

Snitch的工作結合使用大數據(歷史數據和各種衛星成像資源)，從伊拉克和阿富汗戰爭期間就開(kāi)始了，當時(shí)他嘗試預測路邊簡(jiǎn)易爆炸裝置(IED)的風(fēng)險，然后派出監視無(wú)人機(UAV)，檢查在他的算法中產(chǎn)生的熱點(diǎn)。

 

Snitch透露，“很多時(shí)候，透過(guò)派遣無(wú)人機飛抵預測性算法指示的熱點(diǎn)地區，我們能夠在美國軍|隊衛兵采取特定行動(dòng)之前幾個(gè)小時(shí)看到有人在放置IED，甚至還能回播視訊追蹤放置IED的人回到生產(chǎn)該爆炸裝置的炸|彈工廠(chǎng)。”

 

這種智能工作當時(shí)并未大肆公開(kāi)宣傳，但對于防止非法盜獵非洲的大象與犀牛應該很有效果。Snitch指出，他的概率性時(shí)空模型經(jīng)過(guò)調校后當然可以用來(lái)阻止盜獵者接近其目標。

 

去年，Snitch和他的同事們發(fā)表了一篇論文，文中介紹一種基于反盜獵引擎(簡(jiǎn)稱(chēng)APE)的數據驅動(dòng)型行為模型。這種算法整合了動(dòng)物活動(dòng)的行為模式，并根據歷史數據 (來(lái)自野生動(dòng)物保護區管理員的觀(guān)察結果)建模了盜獵者的行為，能為空中的無(wú)人機和地面的巡邏士兵提供大量的飛行路徑協(xié)同數據集，從而最有效地保護動(dòng)物，并在盜獵者采取任何行動(dòng)之前加以阻攔。

 

 

基于反盜獵引擎的數據驅動(dòng)型行為模式
 

 

“我們在南非收集了多年的寶貴資料，并在研究這些資料的基礎上確定了數學(xué)模式，”Snitch解釋?zhuān)?ldquo;因為一些保護區的范圍非常廣泛，無(wú)人機可能飛上一個(gè)月都見(jiàn)不到任何東西。因此，問(wèn)題的關(guān)鍵在于設法減少覆蓋的范圍。”

 

因此，透過(guò)從觀(guān)光旅游、過(guò)去的盜獵事件、陷阱或動(dòng)物尸體等資料的大量分析，同時(shí)從地圖上去掉動(dòng)物可能很少去的區域(基于地形的理由，或在特定月份沒(méi)有水坑等原因)，研究人員就能夠設計出正確的動(dòng)態(tài)數學(xué)模型。

 

“過(guò)去兩年來(lái)，我們已經(jīng)在林白基金會(huì )的‘空中牧羊人計劃’(Lindbergh Foundations Air Shepherd initiative)指導下對南非的一些私人保護區開(kāi)展APE測試了。只要我們在野生動(dòng)物保護區操作無(wú)人機，盜獵活動(dòng)就會(huì )馬上停止，”Snitch指出。