西雙版納雨林，近300頭野生亞洲象的棲息地。
它們在這裡生活、棲息、繁衍，隨著種群規模的不斷增加，亞洲象的活動範圍也不斷擴大，一些大象頻繁走進村寨、城市“肇事”，隨之而來的是一個棘手的難題：人象衝突問題。
如今，隨著西雙版納國家級自然保護區亞洲象生態保護系統的初步建立，亞洲象的保護走上了一條數字化之路，從過去依靠人在雨林中四處“摸”象、預警用大喇叭吼，到如今實時線上的亞洲象生態保護系統，人與自然的和諧相處因為數字化技術顯得格外美麗。
西雙版納國家級自然保護區內的亞洲象
聰明的大象不聽話
亞洲象是國家一級重點保護野生動物，作為陸地上最大的哺乳動物，亞洲象“大塊頭有大智慧”，嗅覺比狗還靈敏20倍，隨著近年來西雙版納野生動物保護工作逐步完善，亞洲象數量也在穩步增加，其中一些飯量大的“不安分子”經常不聽話跑出來光臨保護區周邊村莊，今天“打個劫”把莊稼吃了，明天“攔個路”破壞點財產，周邊居民可謂是“苦大象久矣”。
如何解決人象衝突難題？
過去的方法主要依賴人工，監測觀察員每天穿梭在地貌複雜、道路不通的雨林之中，透過一天兩次的觀察，收集大象糞便、腳印等資訊，或者透過無人機協作，來追蹤大象行為軌跡和預測路線，並對周邊居民發出預警。
這些人工監測和預警的方法，雖然在過去數十年裡，幫助西雙版納國家級自然保護區管護局（簡稱管護局）對亞洲象進行了有效的保護，使得亞洲象族群數量得到了良性恢復，但在數字化時代，人工方法面臨監測資料粗放、效率較低，容易出現誤判、漏判的情況，預警資訊傳遞也經常滯後，無法實現實時監測和預警，更難以對整個雨林統一管理和聯動、後續科研工作提供幫助。
如果從數字化角度來看，管護局過去所採取的保護方式存在升級空間：
- 其一，資料採集需要更及時和全面，尤其對重要資料要及時採集和儲存；
- 其二，採集的資料型別要更豐富，提升資料分析的維度，讓預警和決策有“數”可依；
- 其三，各個區域需要進行統一的管理和分析，對整個雨林地區的監測和科研工作提供統一的資料支撐。
因此，要想透過數字化的技術手段去解決人象衝突這個世界級難題，本質上要為西雙版納的亞洲象保護建立一個數字孿生體。所謂數字孿生即充分利用物理模型、資料採集、執行歷史等資料，整合多學科、多物理量、多尺度、多機率的模擬過程，在虛擬空間中完成對映，從而反映物理世界實體物件的全生命週期過程。
數字孿生體依賴高度的數字化，是物理世界實體物件一種實時動態的數字版克隆體。具體到西雙版納雨林中的亞洲象保護，透過建立數字孿生體，可以很好地將亞洲象的活動軌跡、生活習性、生態環境在數字世界中進行對映，然後根據數字世界中分析與判斷，為現實中亞洲象的監測、預警工作提供科學、準確的決策支援。
一體化方案讓亞洲象保護有“數”
浪潮與西雙版納國家級自然保護區管護局聯合打造世界領先的亞洲象生態保護系統，融合雲端計算、物聯網、大資料、人工智慧等數字化技術於一體，建立起從終端監測、邊緣端快速識別推理、迅速預警和雲端資料匯聚與模型訓練的一體化亞洲象生態保護系統。
整個保護系統就像是構建起一個保護亞洲象的數字孿生體，實現對亞洲象行為軌跡實時分析和預警，統一科學管理和保護。
具體來看，浪潮在西雙版納雨林地區構建了由數百個影像監測系統構成的統一資料採集系統，實現全天候實時採集影像及影像資料，並透過地面人員巡護監測、無人機採集、智慧影片監控、紅外相機監控等多重手段，以及其它系統資料對接，實現多路資料的彙集。
解決多維資料的實時採集，等於為之後的分析預警工作打下了堅實的資料基礎。有了強大的資料基礎，邊緣端的亞洲象識別模型可以進行全天候、毫秒級的亞洲象精準識別、十幾秒內，廣播、微信、簡訊、APP多個渠道會發布預警資訊，邊緣端資料也將被傳輸至雲端資料中心的亞洲象深度學習訓練平臺，幫助模型演算法不斷最佳化迭代，提高亞洲象監測的準確性和實時性。
浪潮亞洲象生態保護系統解決了過去亞洲象保護的幾大難題：
一是資料採集的難題，亞洲象數量稀少、活動範圍廣，過去影像資料樣本少，沒有足夠的資料則無法為模型精度提升提供幫助；浪潮透過架設眾多采集站點，收集到大量亞洲象影像資料，並且專門針對各種環境中的影像識別難題，不斷對模型演算法進行最佳化，將亞洲象識別準確度提升到96%以上，處於國際領先水平。
亞洲象生態保護系統
二是多維度資料體系的難題，邊緣端經過清洗處理的資料被用於建立亞洲象庫及生物多樣性庫，包括亞洲象活動時間、位置資訊、影像、周邊環境特徵、行動軌跡等，多維資料可以為科研人員進一步研究亞洲象飲食習性、活動區域、活動時間提供豐富的資料支援。
三是亞洲象實時分析和實時預警難題，在解決資料採集、資料體系建立之後，透過對資料進行AI實時分析、智慧識別後將亞洲象位置資訊、數量、移動方向等預警資訊內容，定向推送到手機APP等終端裝置，群眾、巡護員、管理人員可以及時掌握周邊地區亞洲象的活動情況，真正形成統一管理、協作的預警體系，讓亞洲象保護做到心中有數。
誰又是一體化保護系統的基石
從過去依靠人的經驗到如今基於資料的科學決策，西雙版納的亞洲象保護如今開啟了數字化之旅。
西雙版納保護區建立起資料採集體系之後，每個月產生的影片、圖片資料量就高達30TB，隨著監測體系和資料採集體系逐漸完善，資料量在未來還將繼續增長。除了海量的影片、圖片資料之外，還有地理位置資料等其他型別的資料，如何儲存和保護這些海量資料，並且為AI模型訓練提供足夠強大的效能支撐就成為西雙版納亞洲象保護的現實挑戰。
在整個一體化保護解決方案中，儲存的作用可謂是至關重要，不僅僅因為它是資料採集之後的儲存之地，更是整個多維資料體系的基石，支撐著從識別、分析到預警各種應用系統的執行以及資料安全保護。
例如，浪潮大象識別模型高達96%的精準度就離不開浪潮儲存的功勞。在短短3個月之內，浪潮儲存將數十萬張大象圖片高效、反覆地向AI識別模型進行“投餵”，用極致效能支撐起整個AI模型的訓練。浪潮儲存如此極致的效能，背後離不開其iTubro智慧引擎，透過對前端AI模型的IO負載進行智慧感知，將熱點資料識別出來並智慧排程到高速SSD快取層，實現百萬級IOPS在儲存系統併發流動，為AI模型訓練提供及時的資料“養料”。
浪潮儲存為亞洲象生態保護系統提供實時資料服務
另外，除了AI模型演算法訓練之外，浪潮儲存還支撐起預警平臺中的各種應用，在毫秒內完成識別，十幾秒就能透過廣播、簡訊等發出預警，大幅提升預警效率和成果。
針對亞洲象保護的實時性和資料安全性要求，浪潮為西雙版納保護區打造了以AS5000為核心的“雙活儲存+影像儲存”的儲存平臺，雙活儲存建立起容災平臺，支撐起亞洲象保護的核心應用，當一臺儲存發生故障，另一臺儲存實時接管，讓前端業務基本無感；而浪潮影像大資料平臺則提供PB級儲存空間，滿足保護區對於影片、圖片等海量儲存需求。
總體來看，亞洲象生態保護系統的初步建立，是浪潮在野生動物保護的一次探索與創新，也是AI、大資料、儲存等數字化技術在傳統行業領域的一次成功實踐，充分證明了數字化和數字化技術的價值所在。隨著數字化技術在野生動物保護中得到更多應用，人與自然的和諧之美有望得到更多展現。