如果给出这样

一张猎豹的图片

我们能否通过图中有限的信息

判断它的年龄、健康状况

以及所属族群？

如果你是一名研究动物的专家，你可能会从其花纹和斑点中获取一定量的信息，但对于大多数人以及一线的动物保护者来说，它可能只是一张图片罢了。

事实上，这反映了当下濒危物种正面临的困境：人才和数据的缺乏。

据世界自然保护联盟（IUNC）最新发布的《红色名录》显示：目前全球有38543个物种濒临灭绝。这其中，有超过20000个物种正处于数据缺乏的状态，部分物种甚至连照片都没有。

数据驱动

濒危物种保护

记录片中奔腾的野马、翱翔于天际的雄鹰，这些珍贵的野生动物镜头来之不易。濒危物种由于其稀少的数量以及其生态环境的独特性，在野外拍摄和监测他们的过程往往是昂贵、耗时且充满危险的。

因此，生态学家和其他野生动植物研究人员正面临着数据紧缺的问题，而数据的缺乏则可能会降低科学家对于判断物种灭绝风险的准确性。

为了解决数据不足的问题，人们正在利用人工智能和机器学习来帮助获取并分析数据。

挪威科技大学的生态学家Borgelt和他的团队正在通过机器学习来预测物种的灭绝风险。通过训练算法，他们选取了IUCN已经评估过的28363种不同动物，并分析其所处生态环境的气候变化、入侵物种、污染等威胁因素，成功预测出一百多种尚未被列入保护的濒危物种。

在最新的《红色名录》中，有123个新物种与团队所预测的物种吻合，超过三分之二的准确率也证实了该方案的可行性。

图像作为目前最丰富的信息来源，也被广泛用于濒危物种保护中。Berger Wolf和她的团队开创了一个名为图像组学的新研究领域。

她们利用机器学习从生物体的照片和视频中提取生物数据，以此来创建动物专属的“像素值”，这意味着研究人员可以在没有GPS项圈的情况下以非侵入方式追踪动物，对它们进行计数以估计种群规模，了解迁徙模式等等。

当然，人工智能和机器学习用于濒危动物保护已不是什么新鲜事，例如通过算法识别盗猎者，动态监测动物、通过AI分析识别大象的声音等等。而在这些拯救生命的背后，则是现代IT与强大的算力支撑。

在这方面，戴尔科技集团已在AI和HPC领域深耕多年，通过丰富的产品组合推动AI发展。戴尔PowerEdge XE系列服务器专为AI和高性能计算而构建，适用于最严苛的人工智能工作负载。在不久的将来，新一代PowerEdge服务器也即将与大家见面，带来更高的计算性能和更高的AI推理能力。

对于训练和监控过程中动辄PB级的视频、图片等非结构化数据，戴尔PowerScale横向扩展NAS存储则是处理AI工作负载的理想存储选择，提供更快的AI模型训练和验证速度，加速释放非结构化数据价值。

全面可持续

戴尔在行动

濒危物种保护之路充满艰辛，因为它不仅仅是保护单个物种，而是整个生态环境的维护与改善。落实到具体环节，从种群的跟踪与检测到保护区管理，再到栖息地生态环境保护等一系列措施，实现濒危物种的保护需要全社会的参与和支持。

早在2007年，戴尔科技集团和保护基金会成立了植树计划。时至今日，我们的员工以及合作伙伴已经种下超过100万棵树，而这些树木则能够恢复物种赖以生存的环境。

在包括戴尔在内的公共和私人领导人对恢复生态环境的大力支持下，路易斯安那黑熊已于2016年从濒危保护动物名单中去除；在北加州，这些树木也改善了当地的水质从而保护了银鲑、虹鳟以及斑点猫头鹰的栖息地环境……