原創(chuàng) | 文 BFT機器人

方飛，高中畢業(yè)于江蘇省常州高級中學，于2007年進入清華大學電子工程系攻讀學士學位，2011年本科畢業(yè)后赴美國南加州大學計算機系攻讀博士，主要從事安全博弈研究，師從安全博弈領域的權威專家 Milind Tambe，方飛的研究方向是人工智能和多智能體系統(tǒng)，致力于將機器學習與博弈論相結合。

方飛認為AI技術應該被運用到實際的問題當中。因此她設計的人工智能系統(tǒng)也在反偷獵領域做出了重要的貢獻，她利用機器學習算法和博弈論模型，設計出智能系統(tǒng)PAWS （Protection Assistant for Wildlife Security，“野生動物安全的保護助手”) 系統(tǒng)，旨在保護野生動物。

我們面臨著一個嚴峻的事實，許多野生動物因為它們的皮毛、骨頭、器官等具有商業(yè)價值而成為了獵殺的目標，因此盡管我們一直在打擊非法獵捕和販賣野生動物的行為，但野生動物仍然面臨著許多威脅和挑戰(zhàn)。

而方飛設計的PAWS系統(tǒng)能夠通過分析大量的數據和行為模式，快速準確地識別出偷獵者的活動，幫助動物保護區(qū)制定隨機巡邏路線，提高搜捕盜獵的痕跡，從而大幅降低了盜獵比率，隨著時間的推移，PAWS系統(tǒng)不斷升級和改進，其功能也不斷擴展，除了識別偷獵者的活動，該系統(tǒng)還能夠實時監(jiān)測動物的行為和遷徙模式，進一步提高對野生動物的保護效果。

通過分析動物的移動模式和社交網絡，PAWS系統(tǒng)能夠預測未來可能發(fā)生的風險，并及時采取措施來防止捕獵活動的發(fā)生，方飛的研究不僅提高了反偷獵的效果，也為保護珍稀野生動物做出了貢獻。

在構建系統(tǒng)時，方飛團隊除了收集當地保護區(qū)的巡護團隊所記錄的以往數據資料以外，還通過收集公開的數據集、衛(wèi)星圖片上的海拔信息等收集地理數據，但由于對地形的不熟悉，他們首先是用一個簡單的理論模型，把整個區(qū)域劃分成 1km * 1km 的格子，讓巡邏人員從格子 A 走到格子 B。

后來保護區(qū)反饋規(guī)劃的路線沒法走，因為從格子 A 到格子 B 之間隔了一座大山，所以團隊通過實地考察創(chuàng)立了能夠更好處理實際地貌信息與生成符合地貌的巡邏路線的算法。

在反盜獵領域，世界野生動物基金會（WWF）提出了一個旨在實現(xiàn)零偷獵的目標。為了達到這個目標，他們提出了六個方面的工作需要進行，其一是通過加強巡邏來減少盜獵活動的發(fā)生，方飛希望能夠跟這些動物保護組織一起能夠在多個方面合作，為他們提供計算工具，以幫助他們更好地實現(xiàn)或接近 零盜獵的目標。

方飛相信，通過科技和人工智能的力量，我們可以更有效地保護野生動物的生存環(huán)境，減少盜獵行為的發(fā)生，為珍稀野生動物創(chuàng)造更美好的未來。她將繼續(xù)努力，致力于在反偷獵領域做出更多的貢獻，為野生動物保護事業(yè)做出更大的影響。

初稿 |?音音

終稿 |?居居手

排版 | 居居手

更多精彩內容請關注公眾號：BFT機器人

本文為原創(chuàng)文章，版權歸BFT機器人所有，如需轉載請與我們聯(lián)系。若您對該文章內容有任何疑問，請與我們聯(lián)系，將及時回應。