人工智能浪潮中的“蟲蟲特工隊(duì)”

2018-10-19 22:22來源:讀芯術(shù)//

原標(biāo)題：人工智能浪潮中的“蟲蟲特工隊(duì)”

全文共4565字，預(yù)計(jì)閱讀時(shí)長(zhǎng)9分鐘

一年前，孫鈺站在內(nèi)蒙古黑里河自然保護(hù)區(qū)的一大片林場(chǎng)前極目遠(yuǎn)眺時(shí)，無論如何也想不到，他和他的團(tuán)隊(duì)會(huì)在一年后完成中國(guó)林業(yè)研究領(lǐng)域的一項(xiàng)從0到1的“創(chuàng)舉”。

ai技術(shù)，正讓一些普遍認(rèn)知中的“冷門”領(lǐng)域變成大熱門。

以前，林業(yè)專家們需要花費(fèi)大量的時(shí)間在全國(guó)各地的林場(chǎng)進(jìn)行周期性巡查，而因?yàn)橛辛薬i技術(shù)的加持，現(xiàn)在只需要坐在北京的辦公室就可以掌握最新的情況。

這一切都源于一個(gè)叫做ai識(shí)蟲的智能蟲情監(jiān)測(cè)項(xiàng)目。

作為北京林業(yè)大學(xué)智能感知實(shí)驗(yàn)室主任的孫鈺堅(jiān)信，把通用技術(shù)應(yīng)用到專業(yè)領(lǐng)域大有可為，比如地質(zhì)、林業(yè)等等。直到一年前參與了森林病蟲害的實(shí)地監(jiān)測(cè)工作后，他覺得是時(shí)候行動(dòng)起來了——用ai來拯救中國(guó)的森林。

ai真的能夠拯救森林嗎？

用ai拯救森林，實(shí)現(xiàn)起來還真不是一件容易的事兒。

這得先從一只小蟲子說起。

別看這只小蟲子不起眼，它叫紅脂大小蠹，是一種入侵我國(guó)并且危害超過35種松科植物的蛀干害蟲。自從20年前在中國(guó)首次發(fā)現(xiàn)以來，它的危害面積不斷擴(kuò)大，枯死的松樹達(dá)600多萬株。

從空中俯視，巨大的松林在廣袤的原野間形成了一片松濤林海。也許你會(huì)覺得這種漫山紅葉、層林盡染的風(fēng)光最美不過了，但殊不知，這些紅色的松林已經(jīng)被害蟲入侵。大概一年多的時(shí)間，松林會(huì)大片枯死，但這還不是終點(diǎn)——枯死樹木里寄生的害蟲還會(huì)進(jìn)一步擴(kuò)散，威脅到周邊健康的松林。

而要想監(jiān)測(cè)、預(yù)防這種殺傷力如此大的害蟲，在傳統(tǒng)林業(yè)中，就得依靠林業(yè)專家們定期翻山越嶺地去巡查那些事先在林區(qū)分布好的昆蟲誘捕器。一旦發(fā)現(xiàn)不及時(shí)，就會(huì)導(dǎo)致蟲災(zāi)蔓延。

要說這有多苦，孫鈺和他的團(tuán)隊(duì)深有感觸。

“當(dāng)時(shí)，我跟著我們學(xué)校林學(xué)院的一支調(diào)研隊(duì)伍去實(shí)地考察，為了掌握林區(qū)的情況，大部分時(shí)間都花在了路上。”孫鈺說。

“一個(gè)暑假一般也只能把一個(gè)林區(qū)跑上一遍。”林學(xué)院研二的學(xué)生李嘉樂說。

但所有的困難并不是僅靠吃苦就能解決。由于鑒別誘捕器中的昆蟲需要非常高的專業(yè)知識(shí)水平，基層的林場(chǎng)都面臨人才缺乏的窘境。

如何能解決這些問題？

從內(nèi)蒙古回來，孫鈺和他的團(tuán)隊(duì)開始籌劃一盤大棋，希望能將人工智能賦能林業(yè)，為蟲害防治提供不間斷的監(jiān)測(cè)和預(yù)報(bào)，減少病蟲害造成的損失。

一年后，基于百度paddlepaddle深度學(xué)習(xí)框架的ai識(shí)蟲項(xiàng)目原型機(jī)研發(fā)完成，開創(chuàng)了中國(guó)林業(yè)研究領(lǐng)域的先河。

這個(gè)項(xiàng)目最大的優(yōu)勢(shì)，就是可以實(shí)現(xiàn)遠(yuǎn)程控制，專業(yè)人員無需深入林場(chǎng)就可定期收回?cái)?shù)據(jù)，甚至可以將數(shù)據(jù)傳回的頻率提升到半小時(shí)一次。這不僅大大提升了工作效率，數(shù)據(jù)的收集和分析研究也更加地精準(zhǔn)。

明年，ai識(shí)蟲項(xiàng)目就將從實(shí)驗(yàn)室走向林場(chǎng)，開始試用。

艱難試錯(cuò)：ai落地沒那么容易

時(shí)間再回?fù)艿揭荒昵啊．?dāng)時(shí)，用ai來解決一只小蟲子的問題，聽上去很容易，但真正實(shí)施起來，孫鈺才發(fā)現(xiàn)沒有那么簡(jiǎn)單。

他們需要解決的問題實(shí)在不少：一是蟲子太小，辨別難度大。必須依靠具有較高專業(yè)水平的老師和研究生來完成鑒別；二是林區(qū)面積大、地形復(fù)雜，不到十個(gè)人的團(tuán)隊(duì)，一個(gè)暑假也只能跑一個(gè)林區(qū)，想要監(jiān)測(cè)整片樹林實(shí)在太難了。

“要想實(shí)現(xiàn)ai識(shí)蟲，最大的難點(diǎn)就是人工智能模型的輕量化?！睂O鈺說。

由于地處偏僻，山區(qū)較多，所有的林區(qū)都面臨傳輸信號(hào)非常差的問題。

“一般的識(shí)別方式，都是將圖片拍下后上傳到云端服務(wù)器，識(shí)別出結(jié)果后再返回到本地，但林區(qū)的信號(hào)強(qiáng)度，基本不具備能傳送圖片的能力。”

所以孫鈺決定，要在誘捕器的嵌入式設(shè)備上完成離線識(shí)別，再將識(shí)別結(jié)果以文字的形式發(fā)回后方統(tǒng)一的監(jiān)控平臺(tái)。

這意味著這個(gè)模型不僅要足夠輕量，而且還要足夠精確。

孫鈺（右一）在實(shí)驗(yàn)室指導(dǎo)學(xué)生進(jìn)行模型調(diào)試

為了解決這個(gè)問題，孫鈺進(jìn)行了多次的嘗試，也接觸了國(guó)內(nèi)外的多個(gè)ai開放平臺(tái)，最終，他選擇了百度的深度學(xué)習(xí)開源平臺(tái)paddlepaddle。

說起與百度的合作，源于一個(gè)“餐桌上的約定”：在一個(gè)百度校企合作交流晚宴上，孫鈺隨口提到了他們正在做的ai識(shí)蟲項(xiàng)目。百度相關(guān)負(fù)責(zé)人馬上興奮地說：“可以用我們的深度學(xué)習(xí)框架試一試呀！”孫鈺立刻在餐桌上打開手機(jī)，把項(xiàng)目的小視頻發(fā)給了百度的工程師。這個(gè)創(chuàng)意當(dāng)時(shí)就吸引了百度工程師的興趣。無心插柳，合作就在餐桌上確定下來了。

對(duì)孫鈺來說，這頓飯吃得很開心。“事實(shí)證明，paddlepaddle很好地實(shí)現(xiàn)了我們的創(chuàng)意?！?/p>

易學(xué)，好用——這是孫鈺對(duì)paddlepaddle的評(píng)價(jià)。

作為百度旗下深度學(xué)習(xí)開源平臺(tái)，paddlepaddle可以提供neural machine translation、推薦、圖像分類、情感分析、semantic role labelling等任務(wù)，大部分任務(wù)可直接套用。

“中國(guó)的學(xué)生在學(xué)習(xí)paddlepaddle時(shí)是有很大的語言優(yōu)勢(shì)的。另外，我們利用paddlepaddle提供的一些經(jīng)典模型框架，在此基礎(chǔ)上進(jìn)行了輕量級(jí)的優(yōu)化，從而尋求一個(gè)時(shí)間和精度的平衡。這大大縮短了研發(fā)的周期。”

孫鈺團(tuán)隊(duì)的項(xiàng)目對(duì)林業(yè)發(fā)展來說，頗有些里程碑的意味。ai識(shí)蟲，將林業(yè)病蟲害的監(jiān)測(cè)、調(diào)查工作，從外業(yè)基本變成了內(nèi)業(yè)。

以前，林業(yè)專家們需要花費(fèi)大量的時(shí)間在全國(guó)各地的林場(chǎng)進(jìn)行周期性巡查，而現(xiàn)在只需要坐在北京的辦公室就可以掌握最新的情況。

“最重要的是有鑒別水平的專家的需求量下來了。專家可以遠(yuǎn)程操作，在北京就可以把防治措施告訴各地的基層人員。再也不是苦力活了?！睂O鈺很自豪。

技術(shù)的力量：ai是如何成為“識(shí)蟲大師”的？

與ai人臉識(shí)別一樣，ai識(shí)蟲的本領(lǐng)同樣高強(qiáng)。

但越強(qiáng)的ai能力，需要基于越充分的前期數(shù)據(jù)收集。孫鈺的實(shí)驗(yàn)室用了大量的時(shí)間來進(jìn)行這一任務(wù)。

在這個(gè)不到10人的團(tuán)隊(duì)里，既有計(jì)算機(jī)的專業(yè)人才，也有林學(xué)的專業(yè)研究人員。

周焱（右一）和團(tuán)隊(duì)成員在實(shí)驗(yàn)室

信息學(xué)院研二的學(xué)生周焱就參與了采集數(shù)據(jù)的工作?！坝捎谙x子的體型非常小，所以我們需要不斷地改進(jìn)機(jī)器學(xué)習(xí)模型，提高對(duì)蟲子的識(shí)別率。另外，誘捕器里除了害蟲之外，還會(huì)有其他飛蟲、樹葉等等，所以我們必須解決這種復(fù)雜背景下的蟲子識(shí)別問題?！?/p>

為了完成周焱所說的“提高識(shí)別率”，這個(gè)團(tuán)隊(duì)里還吸納了專業(yè)的林學(xué)研究的學(xué)生，以便能提供足夠的專業(yè)知識(shí)支撐。

李嘉樂就是其中之一。誘捕器在林區(qū)的密度該如何設(shè)置，不同蟲子間有哪些細(xì)微的差別，誘捕器里不同種類的蟲子該如何鑒別……這些任務(wù)都需要交給像她一樣的專業(yè)人士來完成。

除此之外，還少不了工業(yè)界的力量加持：百度paddlepaddle工程師也針對(duì)模型的建立和完善，進(jìn)行了不少工作。

那么，這個(gè)“識(shí)蟲大師”的工作原理是什么呢？

ai識(shí)蟲智能蟲情監(jiān)測(cè)項(xiàng)目原理及簡(jiǎn)介

通俗來說，這個(gè)系統(tǒng)是利用深度學(xué)習(xí)算法來建立蠹蟲檢測(cè)模型，再將模型部署到誘捕器內(nèi)的嵌入式設(shè)備上，之后通過誘捕器內(nèi)的高清攝像頭定時(shí)拍攝捕捉到的蟲子的影像，然后使用paddlepaddle c-api來離線檢測(cè)這些蟲子是否為蠹蟲，有多少只蠹蟲等等，最后將檢測(cè)結(jié)果通過mqtt協(xié)議上報(bào)至監(jiān)測(cè)服務(wù)器。

監(jiān)測(cè)服務(wù)器接收到消息后，將檢測(cè)到的蟲口數(shù)寫入mysql數(shù)據(jù)庫；并利用django api啟動(dòng)服務(wù)，讀取數(shù)據(jù)庫中的蠹蟲檢測(cè)結(jié)果，最后在百度地圖上顯示相應(yīng)地點(diǎn)的蟲口數(shù)。

而這些最終的檢測(cè)結(jié)果，就會(huì)被坐在操作臺(tái)前的專業(yè)人員獲知，從而再進(jìn)行下一步的部署工作。

通過分布在整個(gè)林區(qū)的智能監(jiān)測(cè)終端，監(jiān)控人員每半小時(shí)就能得到整個(gè)林區(qū)的規(guī)律性數(shù)據(jù)，而這曾經(jīng)是李嘉樂和她的同學(xué)們一周的工作量。

可以說，ai識(shí)蟲系統(tǒng)在學(xué)術(shù)界和工業(yè)界的“雙劍合璧”下，最終成為了集大成者。

ai+林業(yè)：是劍走偏鋒還是特色之路？

相比當(dāng)下大熱的無人駕駛、ai金融、ai醫(yī)療等等領(lǐng)域，“ai+林業(yè)”似乎顯得有些劍走偏鋒。但孫鈺并不這么看。

他所在的林業(yè)大學(xué)，是中國(guó)林業(yè)研究領(lǐng)域的領(lǐng)頭羊。那么林業(yè)大學(xué)里的信息學(xué)院，該如何尋找自己的特色之路？這是信息學(xué)院院長(zhǎng)陳志泊和他都在關(guān)心的事情。

北京林業(yè)大學(xué)信息學(xué)院院長(zhǎng)陳志泊在在2018北京智慧園林高峰論壇會(huì)議上作專題報(bào)告

“我們不是清華的信息學(xué)院，也不是北大的信息學(xué)院。在林大的土壤和環(huán)境下，我們必須有自己特色的東西?！泵翡J地意識(shí)到了ai技術(shù)對(duì)未來世界的影響力后，陳院長(zhǎng)對(duì)于學(xué)院的發(fā)展有著自己的規(guī)劃。

這些年來，陳志泊和孫鈺做的，就是在尋找信息技術(shù)和林學(xué)的交叉融合。林業(yè)信息化、智慧林業(yè)……在這些細(xì)分領(lǐng)域里，他們做出了特色，也找到了自己的優(yōu)勢(shì)。

在陳志泊的牽頭推廣下，北林信息學(xué)院正在進(jìn)行的林業(yè)信息化項(xiàng)目大大小小有二三十項(xiàng)，ai識(shí)蟲項(xiàng)目正是其中的佼佼者。

“如果讓我們林大去跟清華甚至mit、斯坦福去拼人臉識(shí)別，那肯定是拼不過的。我們要做的，就是讓林業(yè)、園林規(guī)劃等等可能不學(xué)編程的專業(yè)，也能用上ai。”有了陳院長(zhǎng)的支持，孫鈺更是充滿了信心。

北京林業(yè)大學(xué)的這一嘗試，讓ai的落地場(chǎng)景有了更廣泛的領(lǐng)域，也為ai技術(shù)戴上了一絲溫情的味道：在ai時(shí)代，即使是與日常生活相距較遠(yuǎn)的傳統(tǒng)領(lǐng)域，也能找到獨(dú)特的前景。

這與百度ceo李彥宏在今年百度ai開發(fā)者大會(huì)上提到的觀點(diǎn)——“今天，無論你在哪里，無論你是誰，都能夠通過百度平等便捷地獲得ai能力”不謀而合。也許，這也是林大和百度能一拍即合的根本原因。

林大信息學(xué)院和百度的交流，最早始于教育部搭建的校企協(xié)同育人項(xiàng)目平臺(tái)。在這個(gè)平臺(tái)上，信息學(xué)院和百度開設(shè)了產(chǎn)學(xué)研合作的試點(diǎn)，之后便開始了深度的交流合作。在百度ai技術(shù)生態(tài)部高級(jí)運(yùn)營(yíng)經(jīng)理謝夢(mèng)看來，人工智能應(yīng)用要想落地，和產(chǎn)業(yè)的緊密結(jié)合必不可少。

10月13日，在2018北京智慧園林高峰論壇會(huì)議上，謝夢(mèng)詳細(xì)闡述了ai蟲情監(jiān)測(cè)項(xiàng)目。

“目前，政府機(jī)構(gòu)以及一些行業(yè)領(lǐng)頭的研究機(jī)構(gòu)擁有大量的數(shù)據(jù)，但是對(duì)數(shù)據(jù)的收集和處理是非常困難的。就像在林區(qū)，想要收集全部的數(shù)據(jù)需要漫長(zhǎng)的周期，但通過ai的幫助，整個(gè)林區(qū)的數(shù)據(jù)就可以實(shí)時(shí)掌控。百度在其中的作用，就是提供先進(jìn)的算法和深入的研究?！?/p>

林大想要推出這個(gè)項(xiàng)目的迫切之情非常容易理解，那為什么百度會(huì)選擇做這件事情？

其實(shí)，雖然現(xiàn)在人臉識(shí)別等ai應(yīng)用的方向非?；馃?，但實(shí)際上，這種通用性的人工智能應(yīng)用對(duì)于很多產(chǎn)業(yè)來說只是一個(gè)附加功能，并沒有真正觸及產(chǎn)業(yè)發(fā)展的根本。

“我們最需要的就是產(chǎn)業(yè)中的人，因?yàn)樗热魏稳硕几恿私猱a(chǎn)業(yè)的需求是什么。所以，我們期待有更多產(chǎn)業(yè)方向的學(xué)校、工作者和我們一起來推進(jìn)產(chǎn)業(yè)著實(shí)往前發(fā)展?！敝x夢(mèng)說。

ai時(shí)代，誰在掌握未來？

雖然無法準(zhǔn)確預(yù)測(cè)人工智能發(fā)展的未來，但有一點(diǎn)是明確的：我們都已經(jīng)身處于由ai引領(lǐng)的工業(yè)革命4.0的浪潮中。誰能找到實(shí)際的ai落地場(chǎng)景，誰就能夠最終脫穎而出。

之所以在智慧園林高峰論壇上大力推薦ai識(shí)蟲項(xiàng)目，謝夢(mèng)有著充分的理由：在過去很長(zhǎng)一段時(shí)間，百度一直把技術(shù)作為信仰，追求著技術(shù)的先進(jìn)性。但是，在人工智能的浪潮中，一切都在向前發(fā)展，未來觸手可及。如何將技術(shù)與產(chǎn)業(yè)結(jié)合在一起，是人工智能時(shí)代需要去探索和發(fā)展的事情。ai識(shí)蟲項(xiàng)目為什么能做成？就是因?yàn)樗娴恼业搅诵袠I(yè)的痛點(diǎn)，也真的滿足了行業(yè)的需求。

同樣對(duì)ai識(shí)蟲項(xiàng)目的發(fā)展提供了大力支持的陳志泊院長(zhǎng)，則有著另外一種角度的解讀：大學(xué)究竟要培養(yǎng)什么樣的人才？自然是對(duì)社會(huì)真正有用，也真正具有競(jìng)爭(zhēng)力的人才。而能夠真正了解業(yè)界前沿知識(shí)的人才，才是有競(jìng)爭(zhēng)力的人才。

從這個(gè)角度來講，百度所采取的ai開放生態(tài)策略頗有“心機(jī)”也充滿了前瞻性——它既與可以將ai應(yīng)用于實(shí)際場(chǎng)景的學(xué)術(shù)界、產(chǎn)業(yè)界進(jìn)行了零距離接觸，又通過開源平臺(tái)吸引了大量的優(yōu)秀人才。

百度ai技術(shù)生態(tài)部總經(jīng)理喻友平曾經(jīng)表示，深度學(xué)習(xí)對(duì)整個(gè)ai領(lǐng)域有著重要的影響力，在國(guó)外巨頭搶占深度學(xué)習(xí)技術(shù)開源先機(jī)的情況下，中國(guó)必須要有自己的深度學(xué)習(xí)平臺(tái)，才能鞏固自身人工智能技術(shù)的核心競(jìng)爭(zhēng)力。而paddlepaddle成為了一架重要的橋梁，既推動(dòng)了學(xué)界研究者的研發(fā)工作，也促進(jìn)了中國(guó)深度學(xué)習(xí)專門人才的培養(yǎng)。

這樣的提前布局，無疑掌握了未來的人才，自然也取得了掌握未來的先機(jī)。

留言 點(diǎn)贊 發(fā)個(gè)朋友圈

我們一起探討ai落地的最后一公里