几周来，亚马逊雨林一直在以惊人的速度燃烧。今年发生了数万起火灾，大部分是由于人类伐木、放牧或采矿引起的。



全球范围内法规的不健全和森林监测人员专业水平的不足无法抵抗价值高达1520亿美元的非法木材市场。全球约五分之一的二氧化碳排放都来自森林砍伐。

但是人工智能可以帮助监听电锯和非法车辆的声音，这些都是非法砍伐的警告信号。Outland Analytics是NVIDIA 初创加速项目成员之一，它开发了一种可以安装在树上的设备，使用音频识别算法来检测这些信号，并向森林护林员发出警报。

这家总部位于费城的初创公司的首席执行官Elliot Richards表示:“我们的执法人员严重短缺。并且很多人会在正确的时间出现在错误的地点。”

美国林务局管理的每500平方英里的面积中，只有一名执法人员在巡逻。预警系统网络可以帮助全球人手不足的森林监测机构更好地跟踪和防止非法采伐。

Outland Analytics系统背后的人工智能算法使用NVIDIA GPU进行训练，包括IBM Cloud中的一个V100 Tensor Core GPU。该公司正与纽约州环境保护署合作进行实地测试，并计划在今年秋季启动一个付费试点项目。

AI可以听到一棵树在森林中倒下的声音


外域分析边缘设备可以安装在树上，监听电锯和非法车辆的声音

并不是每个在高中学校里做的项目最后都会真正落地。但Outland Analytics是其中之一，其灵感来自Richards和联合创始人Edward Buckler对自然的热爱和对土地管理的兴趣。三年前，他们开始共同为这家公司工作，目标是改善森林保护。

虽然一些组织可以通过使用卫星图像或跟踪摄像头来向森林护林员发出通知，但通常都不是即刻的，而且几乎不可能从视频中识别出个人。分析音频的低延迟人工智能模型可以缩短响应时间，使护林员能够对大片森林区域做到每分每秒的可见。

使用TensorFlow深度学习框架，团队用大约100小时的现场录音音频和公开可用的数据来训练他们的AI算法。

“云上的GPU很好，因为它们是预先配置好的，”Buckler说。“让IBM Cloud上的V100来训练我们的模型十分容易，结果也是令人惊讶的。”

Buckler和Richards制造了一个与蜂窝连接的边缘设备，大小和一个小背包差不多，顶部有一个太阳能电池板和天线。绑在一棵树上的一台设备可以监控150英亩的森林，收集声音信号并将其发送到云中进行分析。

如果神经网络检测到电锯或非法车辆的声音，它会通过给调度中心发送电子邮件或给护林员发送短信来通知他们。使得相关人员在短时间内就可以前往现场，捕捉正在进行中的潜在环境犯罪。

这种低维护成本的设备可以安装在任何高度的树上，由太阳能充电——尽管它在没有太阳的情况下也可以使用几天。目前已经在阿迪朗达克和卡茨基尔山脉进行了测试。

Richards说:“保护森林是一项艰巨的任务，我们希望加强专业警察部队的力量，使他们能够应对正在进行中的犯罪活动。”