台灣石虎會如此聲名大噪，其來有自。牠的體型只有家貓一般大小，皮毛上卻有著極為美麗的斑紋圖案。
而台灣唯一剩下的原生種野生貓科石虎會走上瀕臨滅絕的道路，這個原因也是昭然若揭。
目前數量剩下不到五百隻的石虎，其自然棲息地與台灣中部許多開發案的地點重疊，而在農村地區，由於交通量增加，石虎也經常慘死輪下。
為了保護石虎，台灣政府、動物保護組織、研究人員及人工智慧專家共同合作，致力於拯救牠們。
台灣深度學習新創公司 DT42，以及一支由國立中興大學機械工程學系助理教授蔣雅郁率領的研究團隊，攜手進行一項由台灣交通部公路總局發起的人工智慧研究案，協助在石虎靠近道路時進行偵測，讓石虎不要靠近道路，遠離傷害，減少路殺機會。
偵測路邊石虎的身影
在台灣保護石虎的主要難處之一，在於缺乏資源，在動物的棲息地也沒有網路基礎設施。在石虎靠近農村的棲息地打造雲端人工智慧偵測技術所需的網路，是件不可行的事。
在這些地方已經備有警告駕駛人注意野生動物出沒的交通標誌，卻未減少撞死牠們的數量。架設於網路邊緣的人工智慧系統能夠用一種更有效的方式，來提醒駕駛人有石虎靠近道路。
身為 NVIDIA Inception 計畫成員之一的 DT42，利用 Amazon Web Services 開發出一個有著 GPU 助力的易用雲端平台，幫助中興大學的研究人員訓練能夠辨識石虎的人工智慧模型。這個部署在 NVIDIA Jetson TX2 邊緣裝置上的影像辨識模型，可以偵測野生動物出沒熱點裡的石虎。
其中一項裝置發現有石虎太靠近道路時，便會利用機械發出警告聲響，讓石虎遠離過往車輛。道路上閃爍的燈光也會吸引石虎的注意力，讓牠們不會走上道路。
DT42 的創辦人暨執行長楊琬晴表示：「在考慮了尺寸、散熱、價格、裝置穩定性及靈活性等各種因素之後，我們覺得 Jetson TX2 是部署這項人工智慧模型的最佳硬體選擇。我們可以輕鬆使用 AWS 雲端平台裡的 GPU 資源來進行訓練，大家都能上傳石虎的圖片來協助訓練及改進神經網路，以提高辨識的正確性。」
DT42 使用 NVIDIA Jetson TX2 來優化在網路邊緣進行的演算法，在不到半秒鐘的時間內便能偵測出動作敏捷的石虎。必須要有如此飛快的回應速度，才能在石虎跑到路上前進行偵測及發出警告聲響。
繼續進行保育對話
從 2015 年到 2018 年之間，平均每個月便有一隻石虎慘死輪下。本月初這套系統也創下首個阻止石虎過馬路的紀錄。
中興大學的研究人員與台灣政府按照這些初步結果，期望推出更多人工智慧發展項目。
「我們將以石虎案的成果為基礎，擴大監視範圍，還有跟政府討論啟動新的項目，以不斷支持石虎的保育工作。」蔣雅郁說。
研究團隊還打算把這個研究案的規模擴大到其它野生動物身上，包括瀕危的中國鼬獾和白鼻心（果子狸）。
「我們致力於運用深度學習技術來對這個世界有所貢獻，也期待看到更多人和組織加入如此有意義的保育項目。」楊琬晴說。
台灣的公共電視台播出了這項石虎保護項目，讓政府開始關注這件事，且引發是否需對石虎保育加以立法的討論。