By 超神經
場景描述：美國能源部下屬的阿貢國家實驗室，正在開發用於識別並監測鳥類與太陽能設施相互作用的技術，該項目對於鳥類保護和太陽能設施的規劃、佈局都將產生積極意義。
關鍵詞：計算機視覺 鳥類 太陽能
據統計，世界上每年有幾十億只鳥兒死去，而這其中，被撞死的就有近十億隻。
2019 年 4 月，美國康奈爾大學鳥類學實驗室（the Cornell Lab of Ornithology）一項報告就曾指出，每年大約有 6 億隻鳥因撞在美國高樓上而死亡。
但造成這種結果，並不是因爲鳥兒視力不好，而是因爲建築物的玻璃幕牆、玻璃窗以及裏面擺放的植物，都會讓飛行中的鳥兒「誤入歧途」，與大樓相撞。
不過，除此之外，很少有人知道，還有一種殺傷力很大的鳥類殺手——太陽能設備。
美國太陽能每年「殺死」數萬只鳥
鑑於太陽能無污染、儲量大、可再生等優勢，人們將會更多地才採用太陽能設施。
但隨着越來越多太陽能系統的安裝，人們也開始關注其對野生動物與環境造成的影響。比如太陽能的鏡面反射，有可能會影響野生動物與鳥類的視線。
太陽能面板的高溫還會灼傷棲息在上面的鳥兒
美國阿貢國家實驗室（Argonne National Laboratory）曾基於有限的數據，在 2016 年發表了一項研究，估計了鳥類與美國光伏電池板的碰撞相關數據。
其中，數據顯示，全美公用規模的太陽能設施每年會殺死 37800 到 138600 只鳥。
預測數據包括已安裝以及正在建設中的太陽能
注：由於鳥類死因的不確定性，評估的數字範圍較大
雖然這個數字與每年數億隻鳥因建築和車輛撞擊而死亡相比，並不算太大，但如果放任不管，隨着全球太陽能設施的增加，命喪太陽能的鳥兒數量也將隨之增加。
評估報告中顯示的美國太陽能潛力
所以，深入瞭解這些死亡是如何發生，以及何時發，可以幫助人們有效預防。一方面，這是對鳥類的保護；另一方面，減少鳥類在太陽能設施周圍的活動，也會大大減少工作人員的清潔工作，可謂雙贏。
清潔鳥屎也是太陽能設備維護人員的日常工作
用計算機視覺技術，量化影響
爲了對鳥類與太陽能之間的交互進行評估，科學家們正在量化彼此的相互影響，而目前用人工進行數據收集的方法非常耗時耗力。
最近，美國能源部下屬的阿貢國家實驗室（Argonne National Laboratory）公佈了一個解決方案，用計算機視覺與人工智能技術監測鳥類與太陽能基礎設施相互作用。
捕獲飛行並棲息在太陽能鳥類的視頻系統
具體而言，阿貢實驗室的新項目，將結合計算機視覺技術和人工智能模型，監測鳥類在太陽能電池板上的活動，以比人類更低的成本，收集它們飛過、棲息或與太陽能電池板相撞時的數據。
團隊中的生態學家 Leroy Walston 說:「收集所有這些信息，需要人們在野外的設施中走動，尋找鳥類屍體，非常耗時耗力，成本是相當高的。」
而且，用人力收集的方法，在頻率和跨度上也很有限，這樣也很難掌握鳥類在太陽能電池板周圍的行爲數據。
領導了這個項目的遙感科學家 Yuki Hamada 介紹道：「雖然之前已經有關於太陽能基礎設施如何影響鳥類數量的猜測，但我們需要更多的數據來科學地瞭解發生了什麼。」
Yuki Hamada 是陸地生物物理遙感科學家
加州大學聖塔芭芭拉分校和聖地亞哥州立大學地理學博士
阿貢國家實驗室是美國政府規模最大、歷史最悠久的科研機構之一。這個爲期三年的鳥類-太陽能交互監測項目，已獲得美國能源部太陽能技術辦公室 130 萬美元的資助，並於今年春天啓動。
識別鳥兒，比識別無人機更復雜
據介紹，實現這一項目目標，共涉及三個任務:
探測太陽能電池板附近的移動物體;
辨別哪些物體是鳥類;
對事件進行分類(比如棲息、飛行或碰撞)。
科學家們還將使用深度學習構建模型，識別鳥類及其行爲。
在阿貢實驗室的一個早期項目中，研究人員就曾訓練計算機識別在頭頂上空飛行的無人機。
無人機探測模型的開發者，軟件工程師 Adam Szymanski 指出，禽類與太陽能相互作用的項目，將會以識別無人機的技術爲基礎，但會更復雜。
比如，太陽能設備的攝像頭將朝向太陽能板，而不是向上，因此背景會更加複雜。而且，系統將需要區分鳥類和視野中的其他移動物體，比如雲、昆蟲或人。
在項目初期，研究人員將在一兩個太陽能電站安裝攝像機，記錄和分析視頻。爲了訓練計算機模型，需要手動處理和分類數小時的視頻。
此外，由於碰撞相對較少，研究人員表示，可以用玩具鳥之類的物體來模擬碰撞，這樣系統就有了初始信息，可以用作訓練例子。
系統在太陽能設施上識別出鳥類（紅框標識）
一旦模型訓練完成，它就會在攝像機內部運行實時視頻，在飛行過程中，就對禽類-太陽能的交互進行分類。當然，這是另一個涉及邊緣計算的挑戰。在邊緣計算中，信息處理中心距離數據收集地更近。
Szymanski 還補充說道:「我們沒有足夠的財力錄製大量的視頻，再把它們送回實驗室進行分析。所以，我們必須設計出更高效的模型，這樣它才能在邊緣實時執行。」
深遠意義：保護更多野生動物
據介紹，該項目除了探測、監測和報告鳥類在太陽能設施周圍活動外，當碰撞發生時，該系統還會通知太陽能設施的工作人員。
這些結果，都將幫助人們更好地瞭解鳥類與太陽能的相互作用，可以輔助太陽能設施的選址，以及減少對野生動物的影響。
Hamada 說，隨後，這項技術將爲更多大規模現場試驗的太陽能設施，做好準備，項目中收集到的數據可用來檢測，其各方面模式設置是否最佳。
同時，這些數據也將解答諸如以下疑惑：
太陽能設施中，某些類型的鳥更容易受到攻擊嗎？
碰撞會在一天或一年中的特定時間增加嗎?
太陽能電池板的地理位置，在各種相互作用中有影響嗎?
太陽能設施能爲鳥類提供可行的棲息地嗎?
此外，該技術框架還可以通過使用適當的數據，對人工智能進行再訓練，從而來監測其他野生動物。
「一旦確定了模式，就可以將這些知識用於野生動物保護計劃。」Hamada 說。
希望該項目能讓鳥兒和太陽能愉快共處
—— 完 ——
掃描二維碼，加入討論羣
獲得更多優質數據集
瞭解人工智能落地應用
關注頂會&論文
回覆「讀者」瞭解詳情
更多精彩內容（點擊圖片閱讀）
