大數(shù)據(jù)范圍越來越廣，隨著不同應(yīng)用的爆發(fā)式增長，數(shù)據(jù)分析正在被更多行業(yè)企業(yè)所知曉并實踐，比如互聯(lián)網(wǎng)、金融、零售、醫(yī)療、以及制造業(yè)等。與此同時，對于統(tǒng)計分析系統(tǒng)應(yīng)用的爭論，也隨著應(yīng)用與實踐的逐步深入而日趨激烈。

正如之前就“數(shù)據(jù)收集與分析”的話題與 LinkedIn商業(yè)分析部總監(jiān)張溪夢討論時，他特別提到的一點：“統(tǒng)計分析有兩個知名系統(tǒng)，SAS和R。前者穩(wěn)定，閉源，功能眾多，大型企業(yè)用戶很多。后者，開源，反應(yīng)快，但并不穩(wěn)定，專業(yè)領(lǐng)域優(yōu)勢明顯，年輕人很喜歡用。各有空間和市場。”是的，直到現(xiàn)在，圍繞SAS和R，仍有不同的擁護(hù)者在持續(xù)熱烈地討論。

 

WildTrack動物保護(hù)組織聯(lián)合創(chuàng)始人Zoe Jewell及Sky Alibhai博士 

有這樣感觸的不僅是企業(yè)，還有很多需要進(jìn)行數(shù)據(jù)分析的組織。近日，有機(jī)會與SAS軟件旗下的JMP軟件大中華區(qū)總經(jīng)理嚴(yán)雪林、WildTrack動物保護(hù)組織聯(lián)合創(chuàng)始人Zoe Jewell及Sky Alibhai博士溝通，深入了解了作為公益性動物保護(hù)組織，WildTrack是如何在JMP統(tǒng)計分析軟件上開發(fā)出自己的技術(shù)——FIT（Footprints Identification Technology，足跡識別技術(shù)）。 

我們討論的重點在：FIT研發(fā)方向、對底層數(shù)據(jù)分析平臺的需求、技術(shù)困難和實現(xiàn)路徑、為何沒有選擇R、未來在國內(nèi)野生動物保護(hù)（東北虎和大熊貓等）方面的應(yīng)用等。值得敬佩的是，F(xiàn)IT技術(shù)已經(jīng)全面對野生動物保護(hù)機(jī)構(gòu)和個人開放（免費），而作為其底層分析平臺，近20年來，JMP公司一直免費為全球野生動物保護(hù)組織提供。

FIT，數(shù)據(jù)分析平臺上的“APP”

Jewell是WildTrack動物保護(hù)組織聯(lián)合創(chuàng)始人兼主席，擁有倫敦衛(wèi)生與熱帶病醫(yī)學(xué)院理科碩士及劍橋大學(xué)獸醫(yī)碩士。他告訴我，F(xiàn)IT，足跡識別技術(shù)，實際上是基于JMP軟件的數(shù)據(jù)分析方法創(chuàng)造出來的“APP或工具包”（我們更傾向認(rèn)為這是一種SaaS）。其原理是通過動物腳印的分析、追蹤、比較來進(jìn)行數(shù)據(jù)分析，確定整個生物種群的生存、生活規(guī)律和發(fā)展的狀況，為動物保護(hù)有關(guān)方面的決策打下基礎(chǔ)。FIT已經(jīng)在非洲大象、黑犀牛、白犀牛、獅子、獵豹、犰狳、北極熊等動物追蹤和分析中都有所應(yīng)用。更有意思的是，Jewell和Alibhai已經(jīng)與國家林業(yè)局貓科動物研究中心一起，在東北虎基地里面做了很多野外工作，并與四川臥龍和雅安一起，共同為大熊貓的保護(hù)和野生大熊貓種群的調(diào)查、探尋做著基礎(chǔ)的培訓(xùn)工作。

FIT足跡識別技術(shù) 

談到FIT技術(shù)的研發(fā)初衷，是很多年以前，Jewell在中非的津巴布韋附近的一個公園里做野生動物保護(hù)工作的時候，給犀牛安裝了無線電項圈，從而監(jiān)控其生存狀態(tài)。當(dāng)時，無線電是很先進(jìn)的技術(shù)，也很昂貴，但并不是很有效（在草原上容易使用，但在森林或灌木叢中，并不好用）。更可怕的是，十多年過去，通過Jewell和Alibhai的研究發(fā)現(xiàn)，因為無線電技術(shù)的應(yīng)用，雌性犀牛的受孕率不斷下降（沒有佩戴無線電的母犀牛每三年就會自然懷孕一次，但當(dāng)不斷的增加戴項圈的次數(shù)后，其兩次懷孕之間的間隔可長達(dá)十年）。

Alibhai 是WildTrack動物保護(hù)組織共同創(chuàng)始人，擁有烏干達(dá)馬凱雷雷大學(xué)動物學(xué)學(xué)士、牛津大學(xué)動物學(xué)哲學(xué)博士，對這種“侵入式技術(shù)”保護(hù)動物的負(fù)面影響，他非常重視和傷心，一直在積極探索新的“非侵入式”動物保護(hù)方法。

有沒有有效、低成本、非侵入式，盡可能不影響動物，對動物的傷害盡可能少，并且在任何地方都可以使用的新技術(shù)？Jewell 說：“一次和非洲動物追蹤者一起工作時，當(dāng)我們在非洲獵人面前使用無線技術(shù)時，遭到了嘲笑。他們說‘為什么你們使用這么愚蠢的技術(shù)，而不通過腳印。這樣多簡單、多直接、多清晰。’”

如果要從頭開始研發(fā)足跡識別技術(shù)，對于動物學(xué)家們而言，幾乎不可能（被迫的學(xué)習(xí)背后的統(tǒng)計學(xué)原理和技術(shù)，這對動物學(xué)家而言是不可思議的）。他們需要能夠支持個性化開發(fā)的數(shù)據(jù)分析平臺。

Alibhai說：“那個時候我們很想找到一些簡單的數(shù)據(jù)分析方法，去幫助我們了解這些腳印分析的原理是什么，很偶然的機(jī)會知道了JMP軟件（SAS軟件旗下產(chǎn)品）。我們拿到的第一個版本的JMP是在20年以前，JMP有個很獨特的地方，JMP有自己的編程語言，叫JMP Script Language（JSL）腳本語言。和其他程序語言不一樣的地方是，它很簡單，很容易讀，不像計算機(jī)編程那樣涉及到很多原理性的東西，它都是在應(yīng)用層面的。”

將圖形、圖像引入數(shù)據(jù)分析的世界

在獲得JMP公益性支持之后，Jewell和Alibhai開始一步步構(gòu)建起他們的足跡識別技術(shù)。當(dāng)然，問題很多：

 

• 如何辨識腳??？用數(shù)碼攝像機(jī)或者普通照相機(jī)來拍攝。
• 如何辨識其中的區(qū)別模式？來確保能夠準(zhǔn)確地將兩組看起來很相似的腳印中辨別出這是兩只不同的犀牛。這需要找到一套簡單的統(tǒng)計方法來建立模型。事實上，正常人眼中一樣的腳印，在統(tǒng)計學(xué)中是有顯著差異的。其目標(biāo)是，通過模型將腳印還原回犀牛的世界，區(qū)分究竟是一只犀牛還是兩只完全不同的犀牛。
• 如何辨識出如動物性別這樣更深層次的需求？也就是說，除了辨識它是屬于不同的犀牛之外，還要能夠辨認(rèn)出它到底是屬于雌性犀牛還是雄性犀牛。

 

FIT中東北虎腳印對比分析圖

這其中，在底層分析系統(tǒng)中針對Jewell和Alibhai的需求進(jìn)行開發(fā)必不可少。當(dāng)Jewell和Alibhai希望技術(shù)開發(fā)人員能夠?qū)?ldquo;圖形、圖像引入數(shù)據(jù)分析的世界，通過我們提供的圖形來分析其中的元素，并找出圖形之間顯著、規(guī)律性的差別。”SAS軟件的聯(lián)合創(chuàng)始人，也是JMP的創(chuàng)始人John Sall幫了大忙。要知道，在統(tǒng)計分析軟件中，1980年就已存在的JMP在可視化方面很強(qiáng)，因為其一開始的使命就是結(jié)合圖形化，使基于大型計算機(jī)、小型機(jī)的分析簡單而統(tǒng)一。John Sall同意將需求引入JMP，并進(jìn)行新的開發(fā)，以幫助Jewell和Alibhai實現(xiàn)可視化目標(biāo)。

事實上，通過JMP中復(fù)雜的數(shù)學(xué)原理和方法開發(fā)FIT工具包，實現(xiàn)在辨別動物身份的同時，辨別性別、年齡等目標(biāo)都已經(jīng)實現(xiàn)。而通過對區(qū)域內(nèi)動物腳印分析，可以確認(rèn)動物數(shù)量和活動范圍，進(jìn)而為制定動物保護(hù)策劃提供依據(jù)。這些FIT已經(jīng)做到，是“非常了不起的突破”。

當(dāng)相關(guān)論文被發(fā)表之后，來自中國東北林業(yè)大學(xué)國家林業(yè)局貓科動物研究中心的姜廣順教授主動聯(lián)系了他們。姜教授面臨的最大挑戰(zhàn)是：中國大興安嶺、小興安嶺地區(qū)的野生老虎通常活動的范圍在哪里？數(shù)量有多少？這些老虎性別的比例是什么樣的？他曾經(jīng)通過很多傳統(tǒng)方法，如看糞便、用自動野外的攝像機(jī)追蹤、DNA分析等，但都無法得到關(guān)鍵信息，所以希望能得到Jewell和Alibhai的幫助。“去年，東北野生動物調(diào)查員所收集的視覺信息、圖片信息交給我們后，通過FIT詳細(xì)的分析，我們得出了一個特定區(qū)域有七只野生老虎的結(jié)論，并將其中的性別、比例等分析結(jié)果都給到了姜教授。”

“不僅是東北虎，還有野生大熊貓，能夠參與到中國以及世界上兩個最重要的瀕危物種的保護(hù)當(dāng)中去，對我們來說，這是一件非常榮幸的事情。我們也驚喜地看到，中國政府在野生動物的保護(hù)方面正在投入越來越多的資源，在政府層面得到越來越多的重視，和我們打交道的中國政府機(jī)構(gòu)官員都非常熱情，并且非常主動地展現(xiàn)出極高的興趣來和我們合作。最近，在臥龍和雅安的大熊貓保護(hù)基地，本來以為需要好幾個月才能拿到腳印等資料，結(jié)果回答說，只要兩三周就可以把一切工作結(jié)束。這讓我們很驚訝。能夠和這樣重視動物保護(hù)，并且愿意投入大量資源的政府合作去保護(hù)這些動物，使得我們的工作變得更加有效，也更加有意義。” Jewell對我說。

在動物保護(hù)領(lǐng)域，JMP和FIT是免費的

對于像Jewell和Alibhai這樣的科學(xué)家而言（或者是工程師，數(shù)據(jù)分析員），他們的工作，更應(yīng)該是將這些工具集按照自己所需要的工作順序和邏輯管理好、整合好，形成簡單、易用的工具包，便于做現(xiàn)場分析和調(diào)查的時候，能夠直接調(diào)用。而實現(xiàn)這一目標(biāo)，其中的技術(shù)路徑很有價值。

 

野生東北虎的腳印變成一組組的X坐標(biāo)和Y坐標(biāo)的數(shù)據(jù) 

不同的物種，需要在FIT中調(diào)整各個不同的參數(shù)？還是開發(fā)不同的模塊來做分析？

Jewell：FIT在JMP軟件里附加的一個工具包，菜單中有不同生物種群的組合。每個物種都有很獨特腳印的模式和特征，有些物種有高度的相似性，比如貓科動物里的老虎、獅子、豹、山貓等等，它們的腳印模式都是四個腳趾頭在前，后面一個大的腳掌的印子，不僅長相一樣，模式也有高度的相似性。對于那些生物來說，只要調(diào)整里面一些關(guān)鍵的參數(shù)就可以。對于其他的一些物種來說，就要開發(fā)出一些完全不同的新的工具包或模塊來做，比如大熊貓，大熊貓和貓科動物不一樣的地方在于，大熊貓的前面有五個腳趾，在側(cè)面還有一個專門用于抓握東西的另外的小趾頭，在底下還有一塊類似于小腳掌的東西，所以它的模式、結(jié)構(gòu)長相和其他動物是不一樣的。而以大象來舉例，所有大象的腳印都是一樣，都是一個巨大的橢圓形，沒有太多的細(xì)節(jié)可以參考，所以它辨識的難度自然要增加一些。所以專門為大象這樣的物種，開發(fā)出完全全新的模塊，去適應(yīng)它的腳掌。

Alibhai：大熊貓的腳趾很特別，有五個腳趾。這個在功能上來講和人類的大拇指是一樣的，是類似于墊、腳掌一類的東西，非常獨特，是和所有的生物都完全不一樣的模式。所以對于大熊貓來說，我們開發(fā)出完全不同的新的模塊，去分析它們的這些特征。首先是找到它的腳掌的圖像，然后將腳掌信息拆分成很多小的信息，這些信息包括腳趾之間的距離，中心點之間的距離，各個中心點連線之后不同的角度、每一個腳趾邊緣的關(guān)鍵數(shù)據(jù)信息等，作為原始數(shù)據(jù)來分析。

需要的開發(fā)點在哪些方面？

Jewell：FIT都是用JMP的腳本語言開發(fā)出來的。現(xiàn)在還在持續(xù)開發(fā)，增加更多功能和特征，讓它變成對于野外工作的人來說更加容易使用和辨識，而不需要懂太多統(tǒng)計學(xué)原理和技術(shù)。舉個例子，從操作層面看，只要將圖片的信息拉入菜單，就可以自動計算圖形特征，并自由設(shè)置圖像點，來對圖形圖像進(jìn)行旋轉(zhuǎn)和重新處理，確保與標(biāo)準(zhǔn)化樣本一致。這樣就不需要對野外取證人員有太苛刻的要求才可以拍照，因為標(biāo)尺度已經(jīng)設(shè)置在系統(tǒng)中，只要簡單操作就可以完成。除此以外，還可以通過不同的參數(shù)設(shè)置，如雪的厚度會影響腳印，很深的雪和很淺的雪，出來的效果有可能是不一樣的。所以系統(tǒng)允許輸入不同參數(shù)，即取照時雪的厚度是怎樣，系統(tǒng)就會自動調(diào)整圖形的關(guān)鍵位置的參考點。現(xiàn)在，我們還在與北卡州立大學(xué)的工程系同事們一起做一項新的項目，將整個過程自動化，即完全自動的對這個圖像信息進(jìn)行處理。以后，還將有深度圖和3D圖的分析，以及通過反面信息看到正面信息，讓FIT更加完善和易用。

東北虎的腳印分析過程是怎么樣的？

Jewell：首先通過圈養(yǎng)或者捕獲的東北虎進(jìn)行樣本的對照，通過反復(fù)校驗?zāi)Ｐ秃蛧?yán)密的測試，最終保證了近乎100%準(zhǔn)確度。而后，通過圖像分析和數(shù)據(jù)處理，將野生東北虎的腳印變成一組組的X坐標(biāo)和Y坐標(biāo)的數(shù)據(jù)。對一張腳印圖形而言，需要130個測量值。我們對比分析了600張腳印數(shù)據(jù)，得出44頭東北虎的結(jié)論。并通過進(jìn)一步的設(shè)定，判斷這是哪種類型的東北虎（雄性或雌性），以及是年輕或年老的。而這些結(jié)論，都可以通過圖形分析展現(xiàn)出來。

FIT技術(shù)上很有特點，是否會考慮開源，可以讓更多企業(yè)或組織來使用？

Jewell：在動物保護(hù)中，JMP很慷慨（John Sall做出承諾，任何野生動物保護(hù)的組織都可以免費使用JMP），他不僅為我們，還為更多動物保護(hù)的組織和個人提供免費的JMP。FIT現(xiàn)在也免費提供給大家。這已經(jīng)相當(dāng)于開源了。所有的機(jī)構(gòu)、組織和個人都能免費使用這項新的、好的技術(shù)。

有沒有考慮過FIT也可以在R語言中應(yīng)用？

Jewell：沒有選擇R的一個關(guān)鍵原因是R沒有辦法像JMP一樣對圖形進(jìn)行強(qiáng)大的量化和處理的能力。FIT還沒有百分之百的完全成型，我們還將不斷完善這個產(chǎn)品，比如界面更美觀、細(xì)節(jié)更完善、使用過程要更加平滑和易用。但無論它將來能夠成熟到什么樣的地步，我們都希望FIT是免費提供給別人使用。

FIT對IT系統(tǒng)有要求么？

Alibhai：腳印一般都是一串一串的，要確保信息的完整性和準(zhǔn)確性，數(shù)據(jù)量就要大。對比兩個腳印和兩串腳印，計算量是幾何級數(shù)增加的。一般兩組數(shù)據(jù)對比時，需要調(diào)用數(shù)百次的模型對比分析。這樣對后臺運算次數(shù)和數(shù)量要求較高。但隨著目前IT產(chǎn)品性能的提升，很容易滿足相關(guān)需求。

Alibhai：我們測試過JMP和其他統(tǒng)計軟件，也測試過R。從處理速度上看，數(shù)據(jù)量很小的時候，幾乎差不多。但是當(dāng)數(shù)據(jù)量很大時，就會出現(xiàn)百倍甚至千倍的差異。R的開源特征使得其在統(tǒng)計有效性驗證方面有問題，而軟件工程中的穩(wěn)定性和可靠性也比較有挑戰(zhàn)。我們希望得到的是反復(fù)測試校驗后，模型有效性得到明確的驗證平臺。

是否會將攝像、無線電、監(jiān)控等其他技術(shù)也集合到FIT中？

Jewell：每一個技術(shù)都有它的優(yōu)點和缺陷，我們一定要整合技術(shù)的優(yōu)點。雖然無線電對某些種群有傷害，但對其他種群傷害較小。野外保護(hù)里現(xiàn)在有一個越來越流行、越來越新的邏輯，就是成本要盡可能低、有效，實施、落實要相對簡單。我們希望得到真實的、自然的野生動物的數(shù)據(jù)，要確保整個數(shù)據(jù)獲取的過程對它們的影響要盡可能的小，就是非侵入性的理念。

在統(tǒng)計分析平臺上，應(yīng)用分析將會百花齊放

當(dāng)被問到分析和云計算是否能緊密結(jié)合時，JMP軟件大中華區(qū)總經(jīng)理嚴(yán)雪林的觀點很值得品味：“統(tǒng)計分析對于實時要求并不高，同樣的數(shù)據(jù)，十個統(tǒng)計學(xué)家得出的結(jié)論可能會有十種。所以需要反復(fù)討論、模型訓(xùn)練，需要依照統(tǒng)計模型和數(shù)據(jù)原理來算出無限的接近和模擬的分析結(jié)論。這一過程有時候會很長，甚至?xí)?-2年。舉個例子，比如股票K線圖，可以每一秒都實時，但分析不會。 ”所以在他看來，“現(xiàn)在，分析和云結(jié)合并不緊密”。

 

SAS軟件旗下的JMP軟件大中華區(qū)總經(jīng)理 嚴(yán)雪林 

雖然明顯與大數(shù)據(jù)浪潮下的數(shù)據(jù)分析的熱度背離，但這樣的觀點卻非?，F(xiàn)實。要知道，在銀行業(yè)、高科技、半導(dǎo)體、制藥、生物等對數(shù)據(jù)分析成熟度較高的行業(yè)中，已經(jīng)成為研發(fā)的黃金標(biāo)準(zhǔn)或公認(rèn)標(biāo)準(zhǔn)的JMP是很有發(fā)言權(quán)的。嚴(yán)雪林說：“數(shù)據(jù)分析不僅在中國，即使在全球也還沒有進(jìn)入一個主流應(yīng)用的領(lǐng)域。很多大型企業(yè)內(nèi)部報表還是Excel，商業(yè)智能軟件都還沒有。BI是數(shù)據(jù)展示，當(dāng)發(fā)現(xiàn)其中有些項目或者業(yè)績出現(xiàn)變化時，就需要進(jìn)行統(tǒng)計分析了。而目前現(xiàn)狀是，即使是行業(yè)領(lǐng)先企業(yè)，數(shù)據(jù)分析也沒有落實到這些層面，比如銀行，對于風(fēng)險、市場營銷、運營、財務(wù)、績效管理、網(wǎng)點設(shè)置等關(guān)鍵領(lǐng)域?qū)霐?shù)據(jù)進(jìn)行分析的意識還不足。”

“值得高興的是，現(xiàn)在很多大的廠商都構(gòu)建了獨立的數(shù)據(jù)分析團(tuán)隊，嘗試性的做交叉銷售、提升銷售、交易關(guān)聯(lián)性分析。企業(yè)數(shù)據(jù)應(yīng)用深度、市場競爭力、整體環(huán)境的變化都使得這兩年數(shù)據(jù)分析熱了起來。相信未來，在統(tǒng)計分析的平臺上，應(yīng)用分析將會百花齊放。”

寫在最后：

嚴(yán)雪林、Jewell以及 Alibhai博士幽默且坦率的回答給我們留下了深刻的印象。而報以最熱烈掌聲的是，在FIT的開發(fā)和應(yīng)用中，沒有任何商業(yè)利益的存在，唯一的利益所在就是要保護(hù)動物、保護(hù)自然生態(tài)。就像Jewell和Alibhai所參加的中國野生動物保護(hù)項目，沒有任何商業(yè)利益在內(nèi)，即使是差旅費用，都是他們自己支付的。有一種追求，值得尊敬。