現(xiàn)代農(nóng)業(yè)高度依賴于「蜜蜂」這一物種。
事實上,整個生態(tài)系統(tǒng),包括我們吃下的食物,以及我們呼吸的空氣,都與這種小小的“傳粉載體”密切關(guān)聯(lián)。但根據(jù)世界蜜蜂項目(The World Bee Project)執(zhí)行總裁Sabiha Rumani Malik的說法,目前這種傳輸媒介(蜜蜂)的數(shù)量正在減少,而其與甲骨文公司之間的有趣合作,則讓該項目掌握了人工智能、物聯(lián)網(wǎng)與大數(shù)據(jù)的力量,有望徹底扭轉(zhuǎn)這一不利趨勢。
根據(jù)政府生物多樣性與生態(tài)系統(tǒng)服務(wù)科學(xué)政策平臺(IPBES)發(fā)布的報告,蜜蜂這種傳粉媒介正處于危險之中。
蜜蜂瀕臨滅絕的原因很多,包括棲息地遭到破壞、城市化進程加劇、農(nóng)藥過量使用、污染、開花植物分散化、掠食性動物與寄生蟲威脅、以及氣候變化等等。
但直到“世界蜜蜂項目”建立之前,還沒有哪項全球性計劃著手從蜜蜂種群乃至全球化視角嘗試研究并解決這個難題。
正是由于蜜蜂及其他授粉媒介(例如蝴蝶)的存在,才讓地球上的植物演化為通過種子進行繁殖的形態(tài)。根據(jù)美國農(nóng)業(yè)部(USDA)的數(shù)據(jù),全球35%的糧食作物與四分之三的開花植物,都依賴蜜蜂及其他授粉媒介,才能繁衍存續(xù)。
實際上,為了確保加利福尼亞州的杏仁類作物能夠得到及時授粉,美國每年需要將大部分蜂箱運往加州地帶,以保障授粉成功率。另外,蜜蜂一直在幫助全球90%的主要農(nóng)作物進行授粉,包括各類果樹、咖啡、香草以及棉花等等。而植物的正常生長,也通過光合作用為整個地球補充至關(guān)重要的氧氣含量。
如果授粉媒介在數(shù)量或者生存狀態(tài)上不足以履行這項重要職責(zé),那么全球農(nóng)作物的生產(chǎn)、糧食安全、生物多樣性以及空氣質(zhì)量都將受到嚴重沖擊。蜜蜂則是世界上最重要的授粉媒介之一。全球高達40%的人群依賴于蜜蜂獲取營養(yǎng)供應(yīng)。目前,仍有約20億人體內(nèi)缺乏必要的微量元素。
Malik表示,“我們的生活,與蜜蜂種群有著緊密的內(nèi)在聯(lián)系。”
“世界蜜蜂項目”是第一家發(fā)起并致力于監(jiān)控全球蜜蜂種群變化的私人協(xié)調(diào)組織。自2014年建立以來,該組織召集眾多科學(xué)家,共同研究全球蜜蜂數(shù)量下降問題,并向農(nóng)民、政府、養(yǎng)蜂人以及其他組織提供與此相關(guān)的咨詢見解。
2018年,該項目決定采購甲骨文云技術(shù)服務(wù),希望借此破解全球蜜蜂數(shù)量下降的秘密。與之對應(yīng),“世界蜜蜂項目”旗下的「Hive Network」也由此誕生。
我們?nèi)绾卫每萍颊让鄯浞N群?最直觀的方式當(dāng)然是利用高新科技協(xié)助養(yǎng)蜂,其中的基本思路與其他創(chuàng)新項目相同。
首先,通過麥克風(fēng)與攝像頭等物聯(lián)網(wǎng)傳感器觀察侵入性掠食者的動向,并從蜜蜂及蜂巢當(dāng)中收集相關(guān)數(shù)據(jù)。近年來如火如荼的新興方案與創(chuàng)新成果——包括無線技術(shù)、機器人技術(shù)以及計算機視覺等——能夠為這類問題提供新的洞見與解決方案。
反映蜂巢健康狀況的核心指標之一,就是蜂巢產(chǎn)生的聲音。因此,數(shù)據(jù)收集工作的關(guān)鍵,就是“聆聽”蜂箱中的動靜,以確定聚落的健康狀況、活動強度與行為傾向,同時結(jié)合溫度、濕度、蜂房所在地天氣條件以及蜂巢重量等其他重要指標。這些音頻與視頻傳感器,還能夠及時檢測到「黃蜂」這種嚴重威脅蜜蜂生存安全的物種。
接下來,相關(guān)數(shù)據(jù)將被輸入至甲骨文云,由甲骨文AI算法對內(nèi)容進行分析。算法能夠查找其中的模式,并嘗試預(yù)測蜂巢的整體情況,例如孵化活動是否能夠正常進行。
再將這些結(jié)論分享給養(yǎng)蜂人及環(huán)境保護主義者,他們就能及時介入以保護蜂箱安全。另外,整套系統(tǒng)接入全球網(wǎng)絡(luò),因此相關(guān)算法能夠快速了解世界范圍內(nèi)不同地區(qū)間的蜂群差異信息。學(xué)生、研究人員甚至是對此抱有興趣的普通民眾,都可以隨時進行數(shù)據(jù)交互、通過Hive Network的開放API使用數(shù)據(jù),并通過聊天機器人進行討論。
如上文所述,音頻與視頻傳感器能夠及時檢測到黃蜂這種嚴重威脅蜜蜂生存安全的物種。黃蜂振翅時發(fā)出的聲音與普通蜜蜂不同,AI能夠自動識別出黃蜂的存在,并警告養(yǎng)蜂人及時應(yīng)對相關(guān)威脅。
在新興技術(shù)的支持下,“世界蜜蜂項目”得以快速共享實時信息并收集資源,幫助我們拯救地球上的蜜蜂種群。Malik也感慨道,“我們與甲骨文云之間的合作關(guān)系,堪稱自然與技術(shù)之間的一次非凡結(jié)合。”事實證明,科技成果正幫助“世界蜜蜂項目”的「Hive Network」在全球范圍內(nèi)持續(xù)擴大影響力,引導(dǎo)無數(shù)參與者更快、更有效地拯救蜜蜂這一珍貴物種。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。