太陽能電站為何變成鳥類殺手？人工智慧或可給出答案

太陽能作為一種完全可再生的綠色資源，對地球來說有百利而無一害。然而，近年來科學家發現，太陽能電站可能對鳥類有致命影響。

太陽能電站成鳥類殺手？

據《連線》報導，美國掀起太陽能光伏電站熱潮之後，美國公用事業公司發現，多年來，太陽能電站周圍總能發現大量的鳥類屍體。沒有人知道為什麼會發生這種事，但這顯然是一個比較嚴重的問題了。

因此，2013 年，一群公用事業人員、學者和環境組織聚集在一起，組成了「鳥類 - 太陽能研究小組」(Avian Solar Working group)，一起制定策略，試圖減少美國各地太陽能電站中的鳥類死亡案例數量。

杜克能源公司是北卡羅來納州的一家電力公司，也是研究小組的成員。杜克能源公司的首席環境科學家米斯蒂 · 斯波勒（Misti Sporer）說，「關於太陽能電站對鳥類影響的研究非常少，沒有人知道，太陽能電站周圍鳥類死亡的原因。」事實證明，僅僅是獲取太陽能電站周圍鳥類死亡的數據就具有挑戰性。

2016 年的一項研究估計，美國數百個太陽能電站每年可能殺死近 14 萬隻鳥。雖然這還不到被火力發電廠（通過碰撞、觸電和中毒）殺死的鳥類數量的十分之一，但研究人員預計，未來隨著計劃中的太陽能電站投入使用，這一數字將增加近三倍。

人們仍然不清楚太陽能電站和鳥類死亡之間的聯繫。一種主要的理論認為，鳥類將太陽能電池板發出的強光誤認為是湖面，俯衝而下，然後造成了死亡。然而，斯波勒認為，這種假設是從人類的角度出發的，鳥類看東西的方式和人類一樣嗎？我們需要收集更多的數據來形成一個完整的答案。

圖 | 鳥類飛行捕獲視頻。（來源：阿貢國家實驗室）

AI 觀鳥

今年早些時候，美國能源部同伊利諾斯州阿貢國家實驗室的研究團隊籤署了一份 130 萬美元的合同，希望開發一個人工智慧平臺（AI Bird Watcher），用於研究美國各地大型太陽能電站中的鳥類行為。研究人員希望，系統收集到的數據能幫助鳥類學家解開謎團。生物物理科學家濱田文子（Yuki Hamada）是該項目的負責人，她說，「重要的是要減少太陽能對環境的各種形式的影響，這些鳥類問題令人擔憂，也是可再生能源行業希望了解並解決的問題。」

美國只有幾個地區有規定，要求太陽能電站運營商報告其電站的鳥類死亡情況，而大多數美國的大型太陽能電站都不需要關注這些事情。並且，即使那些需要提交報告的公司，在收集高質量數據的能力上也有諸多限制，可能只能每月派調查員去太陽能電站清點一次鳥類屍體。雖然這有助於太陽能電站了解有多少鳥類死亡，但並不能提供它們因何而死的線索。他們需要實時觀測數據。

軟體技術挑戰

計算死鳥數量是高重複性、令人討厭的任務，這正是人工智慧擅長的事情。但實際上，在太陽能電站中部署該系統充滿了技術挑戰。可以說，最困難的任務是，如何教會機器學習算法在複雜環境中有效地識別鳥類。鳥類的大小、形狀和顏色各不相同，這就意味著算法必須對 「鳥」 這個抽象概念有充分的理解，才能識別出它們是在空中飛行，還是在太陽能電池板上棲息。

亞當 · 希曼斯基（Adam Szymanski）是阿貢實驗室的一名軟體工程師，他正在領導該實驗室人工智慧鳥類觀察者的開發。他說，現在所用的機器視覺軟體是從他的另一個自動探測空中小型無人機的項目中發展出來的。無人機沒有像鳥一樣的翅膀，也沒有腿，所以教會算法識別無人機相對簡單。但是，若要將算法用於檢測鳥類，則需要阿貢實驗室團隊在數千張圖像中仔細地對鳥類進行標記，以便將它們用作算法的訓練數據。

希曼斯基說：「我們正在研究的機器學習研究有點獨特，我們不只是想對一張圖像中的物體進行分類。它必須隨著時間的推移對快速移動的物體進行分類。鳥在飛行時，在一些幀中你會看到一個點，在其他幀中你會看到它的翅膀，我們需要跟蹤在攝像機視野中快速飛過的鳥類。」

圖 | 系統觀測到的鳥（紅框），紅線為鳥類降落前的飛行路徑。（來源：阿貢國家實驗室）

硬體技術挑戰

該系統的硬體也面臨一些挑戰。太陽能電站往往位於偏遠地區，這裡通常也沒有機器學習所需要的基礎設施。附近沒有數據中心，網絡帶寬有限，甚至電力都很難獲得。希曼斯基說，「你會認為太陽能電站應該有電，因為它們生產電。但是這些硬體沒有與電池板連接的電源插座。」這意味著，運行鳥類觀測算法的硬體必須是資源節約型的，因為它將使用電池或自帶的小型太陽能電池板，同時還必須處理大量的實時數據。

為了實現這一目標，阿貢國家實驗室團隊正在使用由 Boulder AI 公司開發的監控行人和車輛交通的商用硬體。Boulder AI 公司的小型攝像系統是為邊緣計算而設計的，研究人員將其安裝在了太陽能電池板上。

今天，濱田文子和她的團隊正在從安裝在伊利諾斯州附近的兩個太陽能電站的攝像機中收集訓練數據。科學家們計劃將逐步擴大該項目，覆蓋美國各地的幾十個商業和政府太陽能電站，但新冠病毒疫情拖延了這一進度。起初，阿貢國家實驗室的人工智慧系統只是試圖正確識別進入其視野的鳥類，但希曼斯基表示，最終它將足夠複雜，能夠區分少數幾種鳥類的行為，比如棲息在太陽能電池板上或撞向太陽能電池板。

這些數據將對研究人員至關重要，他們最終的任務是尋找防止太陽能電站鳥類死亡的解決方案。這還將幫助他們了解當地環境，如天氣或一天中不同時間，是如何影響鳥類行為的，或者可以確定其他可能導致鳥類死亡的原因。斯波勒說：「在沒有人類在場的情況下，能夠看到鳥類與場地的互動是非常有益的。這項技術讓我們得以窺探到一個我們通常看不到的世界，同時讓我們以對野生動物影響最小的方式進行相關研究。」