亚洲象观测系统主要有两个功能，一是观测记录，二是数据分析。通过架设在一些野生亚洲象经常出没行走的“象道”及一些作物经常被野象取食的村庄周围的红外相机捕捉到野象的画面，之后再通过服务器中的人工智能处理程序辨别画面中的物种是不是野象。这两个部分构成了捕捉画面并识别的基本亚洲象观测系统。

亚洲象观测系统可以读取某个时间段之内亚洲象出现位置的整体情况，从而分析出亚洲象活动及停留的热度图。根据这些热度图片，可以推断出某个时间段内，亚洲象种群的活动范围，甚至记录下它们的行进路线。这样的技术对于亚洲象的习性研究也有着极大的帮助。此外，通过不同的建模方式，观测系统也可以实线对其他野生动物的观测，甚至可以发展成为对于整个环境的观测手段。

在拍摄野象画面的部分，所使用的拍摄设备也有着不同的要求，首先这些相机要能抵御热带雨林中高温高湿的气候，也需要热感应、红外记录等方式来捕捉漆黑夜色中的野象。另外，相机回传数据是通过网络，因此必须设置在有信号覆盖的地方。相机也会没电或是损坏，还需要专门的人定期对这些拍摄设备进行维护。

Q：为什么野生亚洲象会走出保护区？

A：这个问题的答案非常复杂，很难用一个原因概括。因为野生亚洲象是一个很复杂的生物，它的活动有一定的规律，但就和人一样，它们的行为是人类无法完全准确预测的。野象在这么多年后首次走出保护区，原因一定是具有综合性的。保护区范围内的野象数量这些年一直处于不断提升的状态，野象又是一种活动范围非常大的动物，从寻找食物或是寻找新的栖息地的角度来说都是有可能的，但很难有一个非常明确的答案。所以与其去热议野象离开保护区的原因，我们不如把更多经历放在观察、追踪这群野象身上，首先是不要让它们对人产生伤害和威胁，其次是密切关注它们的走向和动态，也是对象群的一种保护。

Q：为野象创造更多活动空间的方法都包括什么？

A：其一是为野象修建食物源基地，由专人在特定区域栽培一些野象常吃的植物，在象到达农田之前造成短暂的停留，给农民留出抢收作物的时间。另外一个是扩大保护区的范围，比如建立生态廊道连接保护区，再结合食物源基地的方式来引导野象，用这种方式不断扩大它们的活动范围

原。

Q：我们是如何观测目前这群离开保护区的大象的？

A：目前主要是靠专人追踪观察，因为我们的野象观测系统有一定的范围，主要就是在保护区及保护区周边。那么离开保护区的野象我们只能派专人去跟踪观察，主要还是通过开车追踪，无人机观察并汇报象群位置。虽然这样对人力物力的消耗比较大，但为了保证象群和人们的安全，这种观察还是十分必要的。

Q：野象观测系统是根据什么规律布置的？如何预警？

A：我们所说的观测系统其实就是能够实时传输数据的相机、红外相机等图片视频的记录设备，具体架设位置也是和管护所共同来商量，比如一些重点的村庄附近，还有一些野象经常出现的区域、典型的象道等等。在这些自动的系统拍摄到野象图片后，会进行人工智能的识别，如果确定这个位置有野象会触发预警系统，专人确认之后会自动通过广播、信息等形式向大众发送预警消息。

设置在村镇之中的广播与亚洲象观测系统相连接，能够实时快速地通过网络对当地村民发送预警通知。

Q：野象观测系统技术上的难点是什么？

A：一方面是户外的观测系统如何适应雨林高湿高热的环境条件。另一方面，这个系统最关键的地方在于如何让服务器对通过热感装置收集到的图像进行人工智能的判定，来判断拍到的东西是不是野象。这需要我们前期不断地收集更新图像数据，进行野象的数据建模。在试运行了一段时间后，目前野象的识别率已经到达96%，随着之后的样本量增加，这个准确率还会增加，无限接近100%。

拍摄野生亚洲象的相机，每一台相机的位置都有着准确的记录，并按照技术方式编号，有专人管理维护。

Q：这种技术的领先性是？

A：基于数据服务器和人工智能体现的这种技术方式，浪潮将其称为“智慧计算”。这是一种在人工智能的基础之上进行的计算，通过人工智能的识别来代替普通人力，达到人力难以企及的效果。比如之前如果通过人来观察辨别野象、绝对做不到现在的观测系统这么具体、全面。而现在根据我们人工智能的判别，保护区内野象的行动轨迹、具体分布、停留位置我们都能得到一个具有时间性的长期观察数据。

浪潮数据中心的服务器、存储、云平台等IT基础设施承担着海量数据的处理、分析与挖掘工作。

Q：这个系统除了观测和预警之外还有其他功能吗？

A：这套系统已经在亚洲象的动物行为研究上提供了一个全新的数据量，通过监测系统的监测，管护所的研究人员也得到了很多新的结论。比如亚洲象具体的行动范围、轨迹、行为习惯甚至它们吃了什么样的新食物。如果建立更多的目标动物模型，我们还可以观察这个环境中的其他物种。预警是我们当下最需要的一个功能，但之后它也许可以对整个生态环境进行识别和观察。

如果野象跑到了保护区外，观测系统就覆盖不到了，这个时候需要通过无人机等手段跟踪观察。