直连卫星的 AI 相机陷阱:雨林里拍到大象,7 分钟向巡护员报警
斯特灵大学与 Hack the Planet 团队研发的 AI 相机陷阱在加蓬雨林完成实测。它无需地面网络即可用端侧 AI 识别目标,并通过卫星发警报;识别大象准确率达 82%,平均 7 分钟通知巡护员,旨在缓解偷猎与人象冲突。

过去在非洲原始雨林里巡逻,保护野生动物往往像是在大海捞针。
护林员装好红外相机,隔上几周甚至几个月再徒步去取存储卡。等看到偷猎者的身影或者大象踩坏庄稼的照片时,事情早就过去了。
斯特灵大学(University of Stirling)的研究团队联合初创公司 Hack the Planet,拿出了一套直接连卫星的 AI 相机陷阱。这套设备不需要 Wi-Fi,也不需要手机信号,在深山老林里就能实时给护林员通风报信。
没网没信号,靠卫星 7 分钟发回告警
这套相机最大的突破,是把边缘端图像识别和卫星通信绑在了一起。
研究人员给相机喂了成千上万张动物和人类的照片,让它自己学会分辨镜头前走过的是大象、村民还是可疑的盗猎分子。
一旦相机拍下画面,本地的 AI 算法立刻给照片打标。如果确认是需要处理的威胁或大象出没,设备就会绕开地面基站,直接通过卫星把警报发出去。
他们把实验地点选在了中非加蓬的偏远雨林。这项测试结果发表在学术期刊《生态学与进化方法》(Methods in Ecology and Evolution)上。
在为期 72 天的试点里,5 套相机系统共拍了 800 多张照片,其中有 217 张拍到了大象。现场数据显示,该模型识别大象的准确率达到了 82%,护林员平均在 7 分钟内就能收到警报。
既防盗猎,也救大象和农民的命
在加蓬,这套系统的意义远不止防范偷猎者。
据《泰晤士报》报道,加蓬生活着约 9.5 万头极度濒危的非洲森林象,占了全球总数的七成左右。
大象多了,冲突也跟着来。象群经常成群结队冲进农田洗劫庄稼,愤怒的农民为了自卫或报复,每年会打死大约 50 头大象。
人象冲突已经成了当地物种存续的最大威胁之一。如果相机能在象群接近农田和村庄边缘时就发出警报,村民和护林员就有充足的时间提前驱赶,避免流血事件。
为什么重要
我们认为,这项技术最聪明的地方在于它没有盲目追求大模型或超高清回传,而是把算力死死卡在边缘端。
在没有蜂窝网络的地方,卫星带宽贵得吓人。如果拍下每张照片都要传回云端,不仅设备续航撑不住几天,通信费用也会让环保组织直接破产。在相机本地跑轻量模型,只把「有大象出现」这样几个字节的结构化告警送上卫星,才让偏远地区的实时监控真正有了落地的可能。
不过从实用角度看,82% 的准确率和 7 分钟的延迟还有提升空间。在人象冲突激化的村庄边缘,7 分钟足够让象群冲进玉米地;而近两成的漏报或误报,也可能让巡护人员疲于奔命。
对于野外科研和生态保护行业来说,这代表着野生动物监测从「被动归档数据」转向了「主动现场干预」。如果硬件成本和功耗能进一步打下来,不仅非洲雨林能用,全球高山、沙漠等极端环境的防盗猎和防火预警,都可以照搬这套打法。
来源 (1)
- petapixel.com(在新标签页打开)原文petapixel.com