DT42 串聯產官學界，藉由 NVIDIA 技術為台灣動物保育注入 AI 動能

台灣瀕臨絕種的原生貓科動物－石虎近年來受到相關單位的高度重視，隨著城鄉發展的興起，伴隨而來是對野生動物的環境與生命威脅，現今野生石虎的數量已少於500 隻，據統計在  2015 到 2018 期間，每月至少有一起石虎路殺事件發生，為此，台灣新創團隊 DT42 (灼灼科技) 以人工智慧影像辨識系統，與政府和學術單位合作 ，以更即時且有效率的方法守護在地動物，打造人類與動物能和諧共存的環境。

由交通部公路總局、特有生物研究保育中心以及中興大學機械系攜手DT42所建立的路殺預警系統，從今年 5 月在台 3 線、苗栗卓蘭路段的示範區架設運作，該系統包含偵測行經路段的車輛車速是否過高，並且同時啟用內建動物辨識系統與聲光發射系統的路殺預警系統，讓當下同時在路段上或準備橫越的石虎遠離道路，藉此達成減少路殺的預期目標。

此項系統不僅只是為了瀕臨絕種的石虎而設計，更希望能保護同樣在此路段出沒的白鼻心與鼬獾等動物，甚至也能減少野狗、野貓因來不及閃避行經路段的車輛，導致遭到撞擊的憾事發生。

挑戰－訓練動物識別的資料繁多複雜

針對路殺預警系統所需的相關技術與基礎建設並不完善，在前期的資料整理與設置作業也相當繁瑣且複雜，團隊藉由AWS雲端運算方式進行動物識別，但考量即時識別與資料傳輸所需頻寬，加上整體運作反應速度不如預期，因此需要更進一步在終端裝置上先行導入具分析與運算的功能。

DT42專案經理與共同創辦人鐘婉嘉表示：「由於車輛行駛速度相當快，一旦系統偵測車輛行駛速度超過時速40公里，當下就會同時啟動路殺預警系統運作，而動物的行跡不定，需透過產生光亮及高頻聲音讓動物遠離路段避免遭車輛撞擊，若路殺預警系統能在更短時間內啟動，便能發揮實際成效，拯救動物生命。」

解決方案－藉由GPU加速提高辨識系統學習效率，讓路殺預警系統順利運作

為了加速資料的分析與整理，以及後續在影像資料標記與校正流程所花費時間和人力成本，設計團隊選擇導入 NVIDIA 專為邊緣裝置所打造的  Jetson TX2 平台，以極輕巧又省電的解決方案整合 CUDA、CuDNN 運算架構技術提昇訓練效率，並且配合 TensorRT 進行推論加速，讓一組學習模型可以在短短3小時內完成，並且快速部署在邊緣運算裝置，藉此讓路殺預警系統能順利運作。

NVIDIA Jetson TX2 平台讓終端裝置能以更高效能的運算完成前期分析，無需完全仰賴雲端協同運算資源，即使在裝置離線情況下也不致於受影響。

有了人工智慧技術輔助，讓系統能藉由影像識別方式，搭配車速偵測等系統減少路殺情形，而透過 GPU 加速的影像識別效果，更能在影像細節中快速判斷是否有動物準備穿過馬路，讓路殺預警系統能正常發揮功用。

特有生物保育研究中心團隊也同時在示範區設置避免動物橫跨道路的圍欄，並且清理可供動物行走的涵洞作為輔助，透過引導動物以其他方式到達道路另一端，藉此降低路殺比例。

路殺預警系統實際建置主要配合既有建築，並不會破壞環境生態或影響原本景色面貌，但中興大學張峻瑋博士仍擔心有心人士竊取、破壞設備，或是藉此判斷保育動物可能出沒地點，進而發生盜獵等問題，因此在建置過程會將系統設施進一步做偽裝，同時也不會對外公佈此類設施實際建置地點。

影響－未來預期能以人工智慧落實更多動物保育

在示範路段導入路殺預警系統後，石虎路殺意外獲得顯著的改善，在三個月內僅發生一起事故，交通部對於此項跨界合作計畫推行的成果感到非常滿意，未來預期將此類應用推廣到更多容易發生路殺情形的路段。

中興大學機械工程學系助理教授蔣雅郁表示：「石虎路殺預警系統的測試成果令人振奮，我們正積極與政府合作希望將該成功經驗複製到相關動物的保育計畫，推廣至台灣其他地區甚至是全球，透過 AI 為生態保育貢獻一己之力。」

動物保育相關計畫近年來已是全球關注的焦點，不僅政府投入大量資源展開行動，許多科技大廠也紛紛開始透過創新技術提供更有效的解決方案，DT42 認為未來藉由人工智慧技術應用在動物保育的發展可能性相當大，因此若能從基層做起與在地農家合作，以貼近需求的方式發現根本問題並解決痛點，進而能用更具效率方式，在不影響既有生態與在地發展的情況下，達成動物保育效果。