WildTrack是一家美国公司Sed非营利组织，使用足迹作为no一种无创的识别和追踪野生动物的方法。
该组织开发了一种人工智能模型，可以识别17种物种，包括犀牛、狮子、豹子和北极熊。
足迹识别模型已被用于确定加州渔民的活动范围，支持博茨瓦纳的反偷猎工作，以及了解人类与野生动物之间的关系南美洲的冲突。
上世纪90年代，佐伊·朱厄尔（Zoe Jewell）在津巴布韦工作，当时一个残酷的现实让她明白了。她帮助监测的雌性黑犀牛（Diceros bicornis）在被追捕后失去了生育能力。
后来，当她和一位同事向陪同她们的当地追踪者提起这件事时，他们大笑起来。他们的建议是：放弃无线电项圈，转而追踪足迹。
两人把这个建议牢记在心，开始工作。多年来，经过许多试验和实验，他们现在通过使用脚印照片帮助世界各地的人们和组织识别动物。总部位于北卡罗来纳州的非营利组织WildTrack开发了一种工具，可以测量和分析动物的脚印，以识别物种。他们还开发了一种人工智能模型，可以识别17种物种，包括犀牛、狮子（Panthera leo）和豹（Panthera pardus）。“如果你往下看，那里有丰富的信息，”朱厄尔说。“他们只是在等着被接走。”
这项技术正被广泛应用。在加州，WildTrack正与美国林务局合作，确定黄鼠狼样鱼（Pekania pennanti）的栖息地和繁殖范围，这是一种原产于美国和加拿大北方森林的食肉哺乳动物。在博茨瓦纳，他们专注于识别犀牛的活动模式，以保护它们免受偷猎。这项技术也被用于了解巴西和南美其他国家的人类与野生动物的冲突。
朱厄尔说，她在WildTrack的团队打算继续建立他们的数据库，同时与世界各地的社区合作，帮助他们收集数据。
她说：“通过使用他们的传统知识来收集数据，帮助我们解释数据，处理数据，他们在谈判桌上有了真正的一席之地。”
佐伊·朱厄尔（Zoe Jewell）和斯基·阿里布海（Sky Alibhai）在观察到固定不动的雌性犀牛的生育能力下降后，创办了WildTrack
在津巴布韦的监测目的。图片由WildTrack提供。
Zoe Jewell与Mongabay的Abhishyant Kidangoor谈论了WildTrack技术的应用，他们遇到的障碍，以及他们未来的计划。为了篇幅和清晰度考虑，以下采访经过了轻微编辑。
蒙加贝：首先，什么时候你对野生动物的兴趣从何而来？
佐伊·朱厄尔：从我记事起，我就一直对野生动物很感兴趣。当我还是个孩子的时候，环境保护并不是什么大事。每个人都认为野生动物的数量是我们想要的。
我的祖父是第一个让我想到野生动物的人，因为他是一名毛皮猎人。他得去西伯利亚买皮草，带回伦敦，做成皮草大衣。我记得小时候，我坐在他在伦敦的办公室里，他会把我抱起来，然后把我放在一堆毛皮上。我记得我坐在这堆东西上，试图弄清楚它们是什么，因为这是我从未遇到过的东西。我记得他对我说：“哦，这些是用来做毛皮大衣的皮。”从道德的角度来看，这似乎与我认为正确的一切完全不一致，但我很小，不明白发生了什么。
过了一段时间，当自然世界陷入困境变得很明显时，我意识到我想从事保护工作。但是大学里并没有专门的环保课程。所以我想最好的办法就是成为一名兽医。我接受过兽医培训，然后我意识到这也不是我想要的。所以我必须创造我自己的曲折的道路去做我想做的事情。
Mongabay：你会如何向一个不知道WildTrack的人描述场吗?
Zoe Jewell: WildTrack是一个非营利组织。我们正在寻找使用完全非侵入性技术监测濒危物种的方法。换句话说，我们不会猛击、追逐、套住或诱捕，也不会干扰我们研究的动物的自然生理或行为。
我们重视传统生态知识的价值。如果你把一个真正知道自己在做什么的人带到野外，他们就能从环境中获取很多线索，然后编成一个故事。这就是传统的生态知识。我们将其与尖端技术相结合，让像我们这样不是专家的人，也能接触到一些专业知识。使用这两种方法，古代和现代，我们有一个工具，我们认为它可以为保护做出很大的贡献。这是一种非常不同的看待事物的方式。许多受过传统训练的生物学家倾向于直接采用飞镖和项圈的方法。为了能够使用脚印，你必须能够看到它们。但是往下看是我们没有受过训练的。我们大多数人都仰望着地平线去看犀牛或者其他我们想看的东西。但如果你往下看，那里有丰富的信息。他们只是在等人来接他们。
Mongabay：当你开始制作《WildTrack》时，你想要填补哪些空白？
佐伊·朱厄尔：20世纪90年代，我们在津巴布韦为津巴布韦政府工作，监测黑犀牛。当时我刚从兽医学院毕业，斯基（Sky Alibhai，朱厄尔的同事，WildTrack的联合创始人）在伦敦大学教书，本来应该有一年的休假。我们去了一个地方，他们在那里玩飞镖和项圈。我们的工作是在犀牛被套上项圈后跟踪它们，找出它们要去哪里。在那段时间里，我们收集了大量的数据，这些数据令人惊讶地告诉我们，犀牛并没有因为项圈的保护而活得很好，它们实际上正在遭受生育能力的丧失。雌性老鼠的生育能力下降了，而这种下降与它们被固定的次数直接相关。这对我们来说有点震惊。从那时起，我们开始思考一定有更好的方法来做这件事。我们开始和每天一起出去寻找犀牛的追踪者交谈。他们嘲笑我们说：“好吧，你知道，你不需要这个[无线电项圈]的东西。你所需要做的就是看看地面，你需要的所有证据都在那里。”
我们意识到这里面有些东西。但没有办法证实这一点，也没有办法让西方科学客观地看待它。我们想也许我们真的应该试着找出一种从这些脚印中提取数据的方法。我们可以从追踪器中学到很多东西，我们可以将其转化为科学。那才是真正的导火索。
这些数据无处不在。放眼望去，到处都是脚印。但每个人都认为这是追踪器做的一件神秘的事情，而不是科学。所以我们认为我们应该尝试在古老的、传统的生态知识和可以被科学作为证据接受的东西之间建立一座桥梁。
乌干达的犀牛脚印。图片由Jozef020通过维基共享资源（CC by - sa 4.0）提供。
蒙加贝：从那以后怎么样了？人工智能是什么时候出现的？
佐伊·朱厄尔：这又是一个漫长而缓慢的过程。我们开始观察地面上的脚印，并思考如何通过测量它们来告诉我们物种之间或个体之间的差异。因为我们能够追踪犀牛并亲眼看到它们，所以当我们发现脚印时，我们就知道脚印是谁的。所以我们花了整整一季的时间用醋酸片来追踪脚印的轮廓。但这完全是一场灾难。我们花了很多时间来测量这些东西。但每个人的画都略有不同，这取决于太阳照射的角度，你是否正处于头顶，等等。所以那完全是浪费时间。
然后我们有了数码相机。我们把这些脚印图像输入电脑，然后开始测量。大约在那个时候，我们很幸运地遇到了JMP软件公司的人，他们说他们对我们正在做的工作很感兴趣。他们向我们展示了如何将数据可视化，这是一个真正的转折点。我们可以把脚印转化成科学研究的东西。
这是一个长期实验的开始，这个实验试图找出哪些测量对识别不同栖息地、不同条件下的一系列不同物种的物种、个体、性别和年龄最重要。世界各地有很多很多的项目开始向我们提出，所以我们有了所有这些数据，这是真正推动发展进程的东西，直到我们有了一种足迹识别技术，它给我们提供了高精度的物种，个体，性别和年龄范围内的不同物种。
当时的挑战是，如果我们想要扩大规模，我们希望人们能够很快地自己完成这项工作，我们需要考虑使用机器学习技术。我们当时就知道，机器学习已经被成功地用于从相机陷阱中识别整个动物。但是试图让机器识别一个脚印是完全不同的事情，因为一个脚印基本上是一个物体，它的背景是相同的。如果你想识别人脸或猫狗，你已经有了一个清晰的轮廓。你知道感兴趣的对象在哪里。有了脚印，它是一种污迹，轮廓并不总是清晰的。在脚印的内部，有一些不相关的东西，比如草或石头。因此，我们与加州大学伯克利分校的一个团队和哈佛大学的一些团队合作，开始研究人工智能方面的问题。我必须承认，我当时非常怀疑。我想，“哦，这行不通。人类都很难做到，更不用说电脑了。”但令我惊讶的是，它实际上在物种层面上给了我们非常好的分类率。
我们现在正在写一篇论文，研究17种不同的物种，我们的准确率达到了90-92%，这已经很不错了。我们引入的数据越多，就越准确。所以人工智能方面看起来非常有前途。
脚印可以帮助区分物种，并可用于识别和追踪动物。图片由WildTrack提供。
蒙加贝：你能告诉我这个模型是如何工作的吗？
佐伊·朱厄尔：每个物种都有自己独特的足迹。使用形态测量学，我们在脚印上放置点来测量这些点。这些点的位置对于不同的物种是不同的。例如，熊有五个脚趾，我们会使用所有的五个脚趾，有时是掌骨垫和腕骨垫。对于我们正在研究的小老鼠来说，它们有更多的衬垫。对于大象来说，它有一只巨大而简单的脚。它有四个脚趾，但很难从脚印中辨认出来。通过人工智能模型，我们已经能够识别17种不同的物种。这个模型会告诉你它是哪个物种。
该模型现在可以识别非常相似的黑犀牛和白犀牛、北极熊、美洲虎、老虎、狮子和豹子。我们在美洲有美洲狮。我们有两种貘（貘属）。大约有30种小型哺乳动物尚未被纳入该模型。一直都有更多的东西被添加进来。
到目前为止，我们主要是寻找那些会留下很多脚印的大型标志性物种。我们与追踪者密切合作，不仅是传统的生态追踪者，还有那些从非专业背景开始追踪的人，他们不断向我们提出新物种的想法。
Mongabay：训练数据是什么样的？
佐伊·朱厄尔：训练数据基本上是原始图像。所以我们带来一个原始图像，并确保它的标签是正确的。然后我们标记它是左还是右，是前还是后。然后我们在图像中的足迹周围画一个框。假设你拍了一张犀牛脚印的照片，它就在图像的正中间。所以你需要在它实际所在的地方框起来。你对训练集中的所有图像都这样做，然后你运行这个模型来了解足迹在哪里以及它们的区别是什么。每个物种都被标记，因此模型将从这些脚印中学习“这是犀牛”或“这是猫鼬”或“这是大象”或“这是北极熊”。最初，从原始集合中保留一些数据。然后你把它放进去，看看模型有多精确，它的表现有多好。然后你可以输入未知数据，它会为你分类。在这个过程中，你必须做很多测试和检查，以确保模型确实在做它应该做的事情。
举个有趣的例子，当我们开始做人工智能的时候，有一群人来找我们说，“给我们一些数据。我们会做到的。”他们回来后说，他们已经100%准确地区分了豹子和狮子。我们想，“哇，这太不可思议了。”所以我们决定给它更多的数据，整个事情崩溃了。这个模型不能正常工作，它没有做对任何事情。结果是，狮子的数据是在略带红色的土壤基质上，而所有豹子的数据都是在略带浅色的沙质基质上。所以模型只是简单地学会了颜色的不同。
我们大肆宣传人工智能是惊人的。它的好坏取决于你输入的数据和人工检查的好坏。人们低估了创造一个好的人工智能模型所需要的人类智慧。如果这能让事情变得简单，那就太好了。但你不能相信它能完全独立运行并把事情做好。而是要找到一种平衡，知道自己能做什么，不能做什么。
WildTrack开发了一种人工智能模型，现在可以识别包括犀牛、狮子和北极熊在内的17种物种。图片由WildTrack提供。
Mongabay：这个模型在实际中是如何使用的？
Zoe Jewell：我想说的是，我们的工作的应用往往跨越三个领域。
第一种是纯粹的科学，人们想知道他们正在研究的物种的数量和分布。例如，我们一直在与美国林务局合作，试图通过脚印来确定渔民的活动范围。渔民是美洲的小型食肉动物。它们存在于北方森林，甚至南下到加州内华达山脉的南部。我们放上带有诱饵的追踪板，这些动物会在上面留下脚印。通过这些脚印，我们可以确定雌性的分布，这对于了解它们是如何应对森林火灾的非常重要，以及它们是被迫离开被烧毁的地区，还是设法坚持下去，因为雌性代表着繁殖区。
第二部分的重点显然是反偷猎。在撒哈拉以南的非洲有很多偷猎行为，尤其是犀牛。我们正在与博茨瓦纳政府、博茨瓦纳国防军以及博茨瓦纳国际科技大学的一个小组合作，试图了解濒危物种的活动模式，最终如何更好地保护它们。我们将使用无人机来观察犀牛的踪迹，基本上了解它们的去向，哪些个体在哪些区域活动，并保护它们免受偷猎。
第三个主要应用领域是人类与野生动物的冲突。我们有一个美洲狮和美洲虎项目在巴西和南美洲和中美洲的其他地方，我们正在寻找能够识别美洲狮和美洲虎，并看看我们如何最好地建立走廊，以保护这些动物免受与人类的冲突。它们往往在农业地区游荡，它们会因为抢先捕获野生动物而被射杀。我们正在努力了解如何通过鼓励动物使用人类没有使用的走廊来避免这种冲突，或者鼓励人类更好地保护动物所在地区的牲畜。这实际上是为了了解这些动物的需求，有时甚至是在一个地区识别出特别麻烦的动物。
最近，我们开始研究使用小老鼠和鼩鼱等小型哺乳动物作为环境完整性指标的可能性。这些小型哺乳动物往往占据食物链的中心部分。它们是维系一切的纽带。它们吃比它们低的一切，比它们高的一切都比它们早。因此，如果环境受到负面影响，数量将迅速下降。如果做得好，数字很快就会出现。不仅如此，这个群体中的物种组成也会根据环境影响的类型而变化。例如，火灾后，一些物种会更快地恢复，或者一些物种会受到更多的打击。或者，如果有污染，一些物种会比其他物种受到更大的影响。我们正在开发一种系统，可以让你捕捉到小动物在脚印板上行走，我们正在训练形态测量学和人工智能模型，以便能够识别这些脚印。我们刚刚开始在非洲南部开展这项工作
Mongabay：这些年来在这方面遇到了哪些挑战？
Zoe Jewell：我们确实遇到了很多挑战。首先，要在艰苦的条件下在野外工作10年收集数据，这是一个挑战。然后是技术上的挑战。我们可以在这个脚印中看到一些东西，但我们如何将其转化为科学？
第三个挑战是令人惊讶的，那就是有很多来自衣领行业的人的回扣。这真的很难。我认为我们太天真了，以为仅仅因为这项技术可行，每个人都会认可它。在过去，我们被告知不要使用“非侵入性”这个词，因为它会引起炎症。但是现在好多了。人们开始审视传统的生态知识，并意识到我们周围的环境中有很多证据，只要我们知道如何解释它们。
最后一个挑战是资金，这是每个人都必须忍受的保护问题。这是一场持续的斗争。气候变化是迫使人类关注的原因，而气候变化与生物多样性丧失有着千丝万缕的联系，希望解决一个问题能帮助解决另一个问题。
Mongabay: WildTrack的未来会是什么样子？
佐伊·朱厄尔：一旦这项技术完全完成（这是永远不会发生的），我们希望开始专注于世界各地的社区，帮助我们收集数据。我们已经这么做了。我们有一个平台，让人们随时随地输入数据，但我们想要真正扩展这个平台，这样世界上任何地方的任何人，只要有手机，都可以在看到脚印图像时获取并发送它。我希望看到的是世界地图完全填满了来自世界各地濒危物种的数据点，并将这些数据提供给决策者。
我认为社区参与的另一个令人兴奋的方面是它让人们参与进来。通过使用他们的传统知识来收集数据，帮助我们解释数据，处理数据，他们在谈判桌上有了真正的一席之地。我认为这将使保护过程完全民主化，并改变我们对它的看法。
横幅图片:人工智能模型可以区分黑犀牛和白犀牛的足迹。图片由Shannon Potter通过Unsplash提供（公共领域）。
Abhishyant Kidangoor是Mongabay的特约撰稿人。找到他
