中國新疆，有一群特殊的 " 水利工程師 "。
它們圓圓滾滾隻吃素，熱愛建堤壩，呆萌可愛。曾因 " 認真搓澡 " 視頻外傳登上熱搜。
嗯，這就是 " 大胖耗子 " ——河狸。
它們最為人熟知的習性是修水壩，号稱 " 動物界工程師 "。
這主要是為了給自己建立保護地，河狸的膽子非常小、幾乎沒有自衛能力，遇到危險後往往隻能一個猛子紮到水裡躲藏。
另一方面，河狸修築水壩後形成的池塘，能夠自然發展成為一個物種豐富的生态環境，如麝鼠、魚、水鳥、狐狸等生物都能夠圍繞這個池塘安家生存繁衍後代。
由此，河狸也是一種指示性物種，它的種群數量幾何對當地的環境生态影響很大。
但現實情況是，過去許多年來，我國河狸數量總量都隻有500 隻左右——比大熊貓還稀有。而一旦自然界中的一個種群的數量降到 400 隻以下，就會發生不可逆消亡。
不過好在，轉機已經發生——
在過去 4 年裡，我國河狸的總數曆史性提升了20%，達到 600 隻。
而這一切，和 AI 有着千絲萬縷的關系。
AI 與 600 隻河狸
對于保護河狸而言，及時救治受傷河狸、降低死亡率，幾乎是最主要的工作。
由于幾乎沒有自衛能力，同時皮毛厚實漂亮、香腺分泌物能被用來做名貴香料，河狸一度遭到人類惡意捕殺；現代農業活動中的農用渠、鐵絲網、農機設備也會意外對它們造成傷害；加上賴以生存的天然灌木叢開始退化、栖息地内動物之間沖突增多等因素，過去幾十年裡河狸受傷和死亡的概率大幅上升。
上世紀 80 年代，我國境内的河狸一度隻剩下二三十隻。2021 年，蒙新河狸被列為國家Ⅰ級保護動物；國際自然保護聯盟（IUCN）将其列入瀕危物種紅皮書。
但問題是，中國河狸生存的烏倫古河全長 725 公裡，生活在這裡的河狸隻有不到 200 窩。
如果靠人力來監測河狸的生活情況，難度、工作量都很高。當地的阿勒泰地區自然保護協會，沿着烏倫古河架設了500 台紅外攝像機，以便于實時獲取河狸的生存數據。
河狸與 AI 的連接，在此埋下伏筆。
500 台紅外攝像機，全天 24 小時監測，全年不間斷，背後産生的視頻數據量可想而知。
而篩查視頻素材非常重要，用協會成員王大鵬的話來說，數據分析在他們全部工作中的重要性占到50%。
這和打仗時一樣，把士兵派到哪裡、往哪裡射擊非常重要，基于數據分析戰場情況才能幫指揮官做出正确的戰略布局。
如此大規模的事情，我們交給紅外相機來做，一個相機一年産生的視頻量就有上百 TB。我們 200 多位線上志願者來做人工甄别，去判斷動物的活動頻率、數量和種類，就像大海撈針一樣。
而且準确率很低，是核心問題。
這一邊在新疆，阿勒泰地區自然保護協會苦于海量視頻素材難處理；
而另一邊在北京，一家 AI 公司Baller-Tech也正 " 拿着錘子找釘子 "，想在野生動物保護場景中找到落地方向。
幾乎是一拍即合，在朋友的牽線搭橋下，兩個團隊僅通過一次騰訊會議，就達成了合作意向。團隊成員方通簡後來感慨說：
我們就像星星遇到月亮，實現了一場從新疆到北京相隔幾千公裡的雙向奔赴。
不過想要讓 AI 能準确識别河狸，難度并不小。
河狸的毛色呈棕黃色和暗褐色，喜夜間活動，白天很少出洞，善遊泳和潛水。這意味着它們很容易和環境 " 融為一體 "，采集到的夜間活動素材又很昏暗模糊，而且能拍到的全身圖像也很少，有時就是從水裡冒個頭。
這對于數據工程師來說是個大挑戰，也進一步影響算法的優化。
Baller-Tech 團隊在接受媒體采訪時笑稱，産品研發過程中，大家常常為拍到的動物是不是河狸争得面紅耳赤，加上麝鼠和河狸生活在一起，數據工程師的發際線也因此又上移了一公分……
而更大的問題還在後面。
算法模型優化還隻是前期工作，到了具體落地環節，算力問題要如何解決？
這直接關系到成本及可持續性。本身在公益組織裡，錢不夠用就是常态，單拿出一大筆錢來支持算力幾乎是不可能的事。更何況，想要解決算力就要自己部署服務器，新疆北京兩地相隔太遠，會影響處理速度，同時後期維護的開支也不是個小數目。
而 AI 應用帶來的效果幾乎是立竿見影，4 年來中國河狸數量增加到了 620 隻、漲幅 20%，被聯合國稱為 " 奇迹 "，入選了聯合國 COP15 全球 100 個生物多樣性經典保護案例。
所以，怎樣把步子邁得再快一些，是兩個團隊都在默默思考的事。
很快，一個來自 " 雲上 " 的新轉機來了。
一直以來都在和騰訊公益一起發起項目的協會成員注意到，一個技術公益創造營或許值得一試。
比賽能提供騰訊雲智能 AI 技術和微搭低代碼平台。其背後依托的公有雲，日處理圖像超 50 億張，日處理語音超 250 萬小時，日處理自然語言超千億句，服務全球用戶超過 12 億。
這樣一來，算力問題迎刃而解。
基于雲，Baller-Tech 團隊能夠直接在雲上部署模型、提供服務，阿勒泰地區自然保護協會可以自己從雲上調用分析數據。便于開發者的部署、擴容、監控、展示一站式服務，也能讓技術團隊之後更加專注于算法的開發與優化上。
上雲後，過去人工識别需要 2-3 個月、甚至半年都無法完成的事，現在隻用 2 天就可以了。
由此，保護協會便能更快發現保護地河狸的生存情況，快速救治受傷河狸，并及時調整保護策略。
同樣得益于雲計算，如今團隊已經開發出了一套專門針對野生動物監測數據的标注平台，這在野生動物保護領域是一項前所未有的創新，目前正在申請軟著。
這個平台的數據标注效率提高80%，針對光線不好的夜間數據專門做了優化，同時還降低了使用門檻。
△Baller-Tech 代表與阿勒泰地區自然保護協會代表在新疆
更進一步，Baller-Tech 團隊還在救助河狸的過程中找到了哈薩克語言翻譯等新場景，能夠幫助協會成員更好和當地牧民溝通，方便發動群衆力量保護河狸。
從這個小插曲也不難發現一個事實——技術助力公益的落地場景還有很多，但公益組織作為訴求方，有時難以發現新的落地機會，這時還需要技術方主動向前走一步，才能碰撞出新的火花。
而這樣的故事，如今也正在中國的東南角上演。
程序猿 " 杠上 " 黃疸病
很難想象，4 個曾經天南海北、不同公司的程序員，會因為幫助新生兒檢測黃疸成為 " 戰友 "。
黃疸，不是一種陌生的疾病。尤其在亞洲地區，新生兒普遍會出現黃疸症狀。普通的生理性黃疸會發生在出生後 2-3 天内，持續 7-10 天左右就會消退。
如果消退後又複現、加重，或者長時間不消退，則可能是病理性黃疸。一旦出現類似情況，需要馬上重視起來，因為黃疸高危可能會對新生兒之後的肢體靈活程度、智力發展都造成影響，甚至出現語言障礙、癫痫等後遺症。
我國是一個黃疸高發國家，2021 年我國新生嬰兒人數約為 1062 萬人，具有黃疸症狀的大約有 513 萬，占比約 50%。
但目前情況是，我國大小醫院普遍對于黃疸都沒有專項解決辦法，如果發現黃疸迹象，很多醫生都會憑經驗把關，讓小孩回去多曬太陽。
這對于新生兒家長來說，恐怕不是滿意的解決方案。
一方面，醫生口中的 " 黃疸有點高 / 比較高 "，很難讓家長有一個标準規範化的認知，擔憂會增加；
另一方面，出現黃疸症狀後需要進行日常監測。想知道準确的數值，準确的檢測方法隻有血測和黃疸儀兩種。
前者需要家長抱着小孩每天去醫院、抽血化驗，非常考驗時間和精力，紮針也會對小孩造成傷害。後者則屬于專項二類醫療器械，普通人很難擁有購買資質。
因此，黃疸的日常檢測一直都缺少一個既方便又快速的解決方案。
另一邊，身處互聯網行業的宋夏團隊也發現，身邊不少人都在為小孩黃疸困擾。
而黃疸的一大特點，就是表現症狀十分明顯，即皮膚、鞏膜、黏膜以及其他組織和體液發生黃染的現象。
這對于懂技術懂算法的宋夏團隊來說，幾乎是道送分題，因為 AI 視覺檢測技術現在已經十分成熟。
當時，宋夏、郭學威、梁衛星、盧楊輝都還在不同的公司工作，甚至都不在同一個城市生活，四個人的最大特點就是都懂技術。
尤其是郭學威，本身就在做算法開發，個人項目在 GitHub 上攬星超過 1600。宋夏本職是一位産品架構師，偏雲計算方向。梁衛星是後端工程師，盧楊輝則有着多年前端開發經驗，此前職位已經做到負責人級别。
不過項目最初，大家身在天南海北，隻能用閑暇時間來開發，所以項目一直處于草稿階段。
一個契機的出現，是第一屆騰訊 Light 公益創新挑戰賽啟動。當時大家很震驚：
沒想到還有這種比賽！
号召大家用技術做公益，而且賽道之一的兒童保護方向，和他們正在推進的項目非常契合。
但是由于留意到賽事的時間比較晚，所以團隊當時并沒有參賽。
第二年，又一屆騰訊 Light 公益創新挑戰賽啟動，這一次他們沒有放過機會，早早報了名，決定讓草稿狀态的項目正式向前推進。
基于自研算法和騰訊雲計算平台、微搭平台的支持，團隊開發出了一個AI 檢測黃疸的小程序。
家長隻需對嬰兒身體相關部位拍照上傳，就能完成黃疸篩查，診斷結果會同步至醫院，由醫生做最終的決策治療。
團隊介紹，和類似的 AI 檢測黃疸小程序相比，他們在操作和識别速度上都能做到更快。
基于騰訊雲微搭，小程序在識别速度上能夠做到毫秒級别。
普通小程序識别，需要家長自己對準标準線去拍攝，可能 5、6 次都不一定能拍準。微搭能夠讓小程序一波到位，即自動快速識别人體，再識别具體的部位，如額頭、前胸、手臂、腿等。宋夏解釋說，他們已經做到和做核酸人臉識别的水平幾乎一樣。
小程序對圖像畫質的兼容性也很高，100-200KB的圖像都能識别。
此外，騰訊雲微搭幫助團隊将常規的表單頁面開發效率提升了300%，讓家長能更快速知道小孩的黃疸情況；騰訊雲智能圖像識别技術，還把黃疸識别模型的準确率提升了5%。
目前，團隊開發的小程序應用已經植入到廣州市衛健委官方公衆号 " 廣州健康通 "。家長們通過這個免費的小程序，能夠在家快速檢測寶寶的黃疸情況，醫生也能更及時給不同嚴重程度的病例開出診斷。
整個過程大約耗時 10 分鐘，準确率可達97%。
項目推出後，幾乎是立刻得到了很多家長的支持。小程序訪問量已經超過千萬次。
宋夏開玩笑說，現在大家對于這個項目支持地都有點 " 過分 " 了：
家長直接給醫院打電話提意見，妥妥的需求方啊。
發展到今年，項目還在不斷前進。據說項目的新版本将在近期發布，并增添新型樣本庫（新樣本數約 16 萬），中國寶寶檢測成功率上升 4.7 個基準點。
如何 1+1+1>3？
在技術公益項目陸續推進落地的同時，産生的回響也越來越明顯。
阿勒泰地區保護河狸的案例，因為取得的出色成果曾登上過聯合國、央視的舞台，并在網絡上引起很大反響。
實際上，還有不少類似的 AI 助力公益項目，正在一同走進大衆視野。
比如中山大學博士鄭銳強開發了 "哇！白海豚 iDOLPHIN" 小程序，通過把團隊多年來出海搜集的中華白海豚照片配上文字描述、音頻，以小科普的形式讓公衆了解和學習。
小程序數據庫中有超過 36700 張白海豚背鳍照片，通過 AI 進行識别，最後确定了超過 2700 頭個體。（辨别中華白海豚的關鍵就是通過它的背鳍）。如果公衆自己拍到了海豚照片，還能通過小程序上傳，用 AI 确定它是否是中華白海豚。目前單張照片識别準确率達到 93% 以上，從上傳照片、處理到反饋結果，整個過程僅需要10 秒。
嘀嗒計劃推出的 "Dida" 小程序關注未成年人性教育議題。
他們通過圖像識别和實例理解，能夠生成語義相匹配的性教育小故事，給父母提供教育素材。基于 NLP 和語言識别技術，還能提供對話機器人，為性教育知識缺乏的父母答疑解惑。
實際上，技術對于公益的關注度一直都很高。
技術如今正在更主動擁抱公益。
《公益事業新版圖之技術公益人才篇》報告顯示，在受調查的技術人才中，有90%+參加過公益活動。
參與的原因大多是 " 力所能及做點善事 "、" 增加幸福感 "、" 對公益項目感同身受 "、" 通過公益提升自己 "。
而對于從未參與過公益活動的技術人員來說，不是不想做公益，更大原因或許在于 " 不知道有哪些活動 / 如何參與 "。
的确，社會中很多迫切需要關注的問題，都藏在隐秘的角落裡，僅憑個人 / 單方面力量難以發現、更難以解決。
無論是初雯雯團隊保護河狸，還是宋夏團隊利用 AI 檢測黃疸，項目的快速推進落地都是以公益組織、技術人員、企業及政府等多方力量相互打通為前提。
這種連接的實現，不僅要求公益組織自身去開拓技術助力公益的可能，還需要技術能更加主動擁抱公益、有更多社會力量關注公益，更需要能夠有平台促進各方的交流。
即把資金、技術、人彙集到一處，讓 1+1+1>3。
但現狀是，公益領域這樣的平台真的不多，走進大衆視野的就更少了。
宋夏坦言，最初看到騰訊 Light 技術公益創造營時，第一感受是 "居然還有這種賽事"。
嗯，不光有，還已經堅持了 3 年。
就在最近，最新一屆騰訊 Light 技術公益創造營正式啟動。
和以前一樣，騰訊還将開放自家騰訊雲智能 AI 能力和平台資源，号召更多開發者投身到公益事業中，解決實際社會問題。
今年關注的議題為未成年人心理健康、老年人用網安全、生物多樣性保護。
而且我們觀察到，今年創造營開放的 AI 技術能力更多，包括超過 300 項AI 原子能力，新增了包括虛拟人、同傳等 AI 技術産品，都可以自由使用。
但技術門檻真的不高，騰訊方面表示有基本的編程能力就行，AI 能力将通過 API 方式向大家提供。
參賽作品形式可以是小程序、H5、APP等，騰訊将提供微搭、WeTest 等專業雲平台作為技術支持，活動全程由開源雲原生操作系統 OpenCloudOS 作為技術底座。
所有參賽隊伍都能獲得總計約90 萬的資源包支持，具體如下：
最終，創造營将評選出 1-2 個公益創新項目和 9 個優勝項目。
公益創新項目，将獲得 60 萬現金公益資助，60 萬雲 AI 資助。
優勝項目，将獲得 10 萬現金公益資助，5 萬雲 AI 資助。
此外，騰訊技術公益創投計劃和騰訊 Light 技術公益創造營合作，開辟推薦渠道，相關入選項目可以獲得推優 " 直通車 " 資格進入創投計劃終審，如果入選也會獲得資金支持。
總之，就是盡可能把技術、資金、資源上的難題解決，發動更多力量來投身公益，把社會中 " 隐秘的角落 " 挖掘、照亮。
當然，關于如何解決公共議題，騰訊 Light 技術公益創造營也是隻是參考答案之一。
公益普及，是一個任重道遠的社會議題。
尤其是技術助力公益，仍處于比較早期的階段。但我們已經能感受到，技術公益正在成為一種常态。無論是涉疫藥物互助平台、還是河南水災互助文檔，民間力量開始自發将技術作為公益的一種常用手段。
但這也都還隻是技術助力公益的第一步。
科技的本質，是為了推動人類進步。未來，技術助力公益将在這個基礎上加一個 " 共同 "，即推動人類共同進步，讓更多隐秘的角落走入大衆視野。
你覺得呢？
