曾经有一个很热门的问题：“一旦爆发战争，什么工作是最安全的？”在五花八门的回答中，有一个答案竟然得到了大家的一致认同：森林护林员。为什么？“在大兴安岭的茫茫林海中，方圆上百公里没有人烟，在林海中形单影只的护林员应该思考一个问题——我真的值得一发导弹吗？”最安全的工作，不是让敌人打不着，而是让敌人不想打。这是一个玩笑，但也引人好奇：护林员的工作真的没有价值吗？他们每天除了看守森林，还需要做些什么？今天要说的故事，就和他们息息相关。
【1】
护林员的主要工作，当然是保护森林。
森林的威胁有很多种，包括盗砍盗伐、森林火灾、病虫害等等，它们都是护林员的顽强对手。
近些年，随着法律法规的不断完善，盗砍盗伐现象已经极大减少，但森林火灾和病虫害依然是森林中的顽疾。
好在借助着现代科技，护林员可以在森林中安置许多热成像检测器，用来实时检测森林中各部分的火源；国家也可以通过卫星图片来观测森林，做到对森林火险的及早发现、及早处理。
安置在森林中的热成像监测站
而森林病虫害，则成为了一个令人头疼的遗留问题。
红脂大小蠹（dù）是一种由美国传来的森林害虫，二十年前在山西被发现。
红脂大小蠹
漂洋过海来到中国后，这个本来在美国属于次级虫害的小虫子居然如鱼得水，以排山倒海的势头迅速蔓延到山西、河北、河南、山东、北京等地。
2005年，在红脂大小蠹入侵中国仅仅几年之后，国家林业局统计至少有600万株松树“命丧虫口”。
所谓蠹虫，是昆虫中的一个门类。它们以树为生，以树为食，在树中蛀出一个个的坑道，最终将整个树蛀空。
也许你会觉得这种漫山红叶的风光看上去很美，但其实这些红色的松林已经被害虫入侵。大概一年多的时间，松林会大片枯死，枯死树木里寄生的害虫还会进一步扩散，威胁到周边健康的松林。
比起雷击、火灾这些外力损坏，小虫子们的杀伤力要强劲得多，它们对树木的损害是不可逆的。
小小虫子，竟成了护林员的最大心病。
【2】
对于蠹虫这种森林的“迷你杀手”，护林员们不得不靠人力巡逻自己的林区。
但是，林区面积动辄几百上千平方公里，这么大的区域，怎么巡逻呢？
很多林业保护的工作人员都讲述过自己的艰苦经历：因为林区大，交通不便，林业保护团队去巡逻一次就需要花费几个礼拜甚至几个月。而这样的巡逻根本无法持续，一两年只能巡逻一次，很多时候都无法及时发现病虫害的存在。
在森林中巡逻的护林员
也许你有点疑惑：多增加一些人手不就可以弥补监测空缺了吗？事实恰恰相反。
鉴别不同的害虫、预防病虫害等都需要很丰富的专业知识，而大量的基层护林员没有这方面的知识，无法准确辨别各区域的虫害情况，因此一定需要林学院的专业团队来巡逻鉴别。
稀缺的专业林业团队、我国广大的林区、落后的巡逻方式，让林区的病虫害防治成为了一个长久无法解决的难题。
【3】
其实很多人不知道，护林员是一个富有创造力的职业。
1817年，德国有一个名叫德莱斯的护林员，他每天要从村西的林子巡逻到村东的林子，而当时的马匹价格还很贵，他负担不起。
于是，他发明了一个叫做“小马驹”的装置，将两个轮子用木条穿起来骑在上面。虽然这个姿势很滑稽，但是他非常骄傲，因为“小马驹”的确提升了自己的巡逻速度。
在后来，“小马驹”有了另一个名字：自行车。
德莱斯发明的自行车
不过，德莱斯的发明在当时能解决他自己的问题，放在现在却解决不了我们的问题。中国的林区面积大、树种多，而且深山密林路远坑深，别说自行车，越野车都走不通。
但别忘了，护林员是一个富有创造力的职业，无论是山林中的“前线护林员”，还是城市中专业林业团队里的“白领护林员”。
以前，林区防治团队会提前在林区各处放置昆虫诱捕器，然后在巡逻过程中挨个检查，通过鉴别诱捕器中的昆虫种类，来估计这个区域内的虫害情况。
放置在森林中的昆虫诱捕器
靠人力一个个去查看诱捕器，实在是太辛苦。为什么不把昆虫诱捕器内的画面用视频传输到电脑里呢？
林业团队不是没有过这个想法。但现实是残酷的——林区里的信号相当之差，别说视频，连图片都传输不了，能传递文字信息已经是极限了。
总不能让害虫自己在监测器里上传“我是害虫”吧？
你别说，还真可以。
【4】
只有 AI 技术，能够解决这个问题。
北京林业大学智能感知实验室的负责人孙钰教授，在与各家 AI 机构接触之后，最终选中了百度的 PaddlePaddle 深度学习开源平台。
孙教授曾经试用过 PaddlePaddle，发现它可以让学生从机器学习开始，通过线性回归、简单的梯度下降等基础知识，循序渐进地打下深度学习的理论和实践基础，为学生未来的开发创造提供很大帮助。
他想：为什么不能用国人自己的深度学习框架，开发一个“AI 识虫”系统？
孙教授和研发团队在百度技术人员的帮助下，使用 PaddlePaddle 对红脂大小蠹的“虫脸”数据集进行模型训练，从而让检测设备本身能够拥有离线识别虫子的能力。
这是名副其实的 “虫脸识别”。
孙钰教授（右一）在实验室指导学生进行模型调试
将这种设备放置在林区中的各个监测器，用高清摄像头拍摄诱捕器中的蠹虫影像，再用 PaddlePaddle C-API 对蠹虫实现离线检测，并将检测结果以文字的形式直接上报给上方数据库，统计之后的各林区虫口数量将直接体现在百度地图上。
“虫脸识别”工作原理
有了“虫脸识别”后，护林员们的巡逻工作发生了天翻地覆的变化。
过去的林业人员需要深入深山老林里用肉眼去鉴别害虫，而现在林业专家们只需要坐在办公室里，通过查看检测器传回的数据就能对森林中的情况了如指掌。
更重要的是，检测器每隔半小时就能上传一次检测数据，整个林区的虫口信息每隔半小时就能在地图上更新一次，这是林业团队过去几周甚至几个月的工作量。
每半小时就能更新一次整片林区的数据
而这些过去每年要花几个月上山下乡、翻山越岭的“高级护林员”们，以后亲自进入林区的时间大大减少了，取而代之的是在北京的研究所里观察电脑传来的实时数据。
护林员，这个号称在战争中最安全的工作，如今也许因为信息汇集的原因，反而会成为一个高价值的目标。
【5】
把 AI 放进森林，也许让人不太摸得着头脑。
识别一只害虫虽小，但它的意义却非常大，因为这是 AI 技术真正成功落地到产业中的实例。
根据国家林业局森林病虫害预测预报中心发布的报告显示，重大外来林业有害生物仍呈扩散态势：红脂大小蠹在内蒙古和辽宁将进一步扩散；松材线虫病在南方跳跃式扩散；薇甘菊在珠三角向两翼扩散加剧，在广西、云南有跳跃式发生可能……与之相对的，是监测人力的匮乏。
资料来自中国林业网
如果没有这次百度与北京林业大学的 AI 实践，我们又将如何面临越来越严重的森林虫害？
北京林业大学的孙教授团队，既是熟知编程知识的科研人员，又是在第一线熟知产业需求的人。AI 绝不能只停留在技术层面，AI 要获得应用场景，要在产业上落地，就是需要这样的产业一线的工作者。
而百度一直以来所追求的，就是李彦宏在今年的 AI 开发者大会上所说——今天，无论你在哪里，无论你是谁，都能够通过百度平等便捷地获得 AI 能力。
AI，就在我们身边。
2400
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
