环保人士将40TB公共数据制成视频游戏

背景

Raffael Hickisch 是一名保护生态学家，2014 年共同创立了中非共和国的 Chinko 自然保护区。该保护区通过非营利组织与政府之间的公私合作模式进行管理。在视频通话中，他身后正在燃烧的草原野火并未引起他的紧张——这种火灾是撒哈拉以南非洲日常的一部分，牧民在将牛群赶往更茂盛的草场时会烧掉高草。火灾数据帮助 Hickisch 追踪人们的活动轨迹，并影响土地使用的相关政策。

长期以来，Hickisch 面临的核心挑战是如何将来自不同来源的信息拼凑在一起，并以人们可用的方式呈现。他需要下载人口分布数据、森林砍伐数据、NASA 的火灾数据，然后用桌面程序可视化所有数据如何协同工作。“我几乎从不模拟，因为工作量太大，而且我的电脑根本跑不动，”他说。这种困境有现实后果：保护区可能划分了季节性放牧区和完全禁入区，但执行这些规则需要了解数万平方公里范围内正在发生什么。“森林砍伐可能正在发生，但政府却看不到，因为他们还没有学会如何获取卫星衍生的森林砍伐信息，”Hickisch 表示。

核心内容

今年1月，Hickisch 偶然发现了 exe.dev。一位朋友告诉他：“看，这个新服务。太疯狂了。你可以用它构建东西，而且它真的能跑起来。”多年来，Hickisch 一直有一份想法清单——他想构建的应用、他感觉能大幅简化工作的工具——但他从未有过预算去实现。其中一个用于监控保护区的工具，创建成本需要数万美元，还需专业开发者参与。他在2022年的一份笔记中草拟了该应用的功能。现在，Hickisch 将扩展后的笔记交给了 exe.dev 的 AI agent Shelley，并让它开始工作：

制作一个名为 5mp.globe 的应用，基于 GPS Exchange Format（GPX）文件（代表公园巡护员、车辆和飞机在保护区内的巡逻轨迹）展示全球自然保护工作。按时间（每日、每月、每年）以全球 100 平方公里像素聚合，显示一个可缩放的世界地图，揭示全球保护工作。逻辑在文本文件“Five Megapixels of Global Conservation.txt”中说明。注册的保护区管理者、政府和非营利组织可以上传他们的数据。按照 protectedplanet.org 的格式，为每个保护区准备月度报告和年度报告，百万像素地图可以以日分辨率下载。

Shelley 能够连接到各种公共数据集的 API，将数据流汇聚到一处。几小时内，Five Megapixel Conservation 的第一个原型诞生了（将应用完善到当前状态花费了 Hickisch 约300小时）。首次看到它上线时，Hickisch 觉得超现实：“我超级兴奋。我想，‘哦，这太疯狂了。现在我可以做那些几年前提出的东西了，但不需要预算，只需要我的时间。’”

在 Five Megapixel Conservation 应用成功之后，Hickisch 询问 Shelley 是否有办法下载整个奥地利 LIDAR 扫描文件的一小部分。答案是肯定的。利用他的地图软件中的 vsicurl 功能，Shelley 可以一次读取数据的一个切片。Hickisch 构建了一个应用，使用 100 个并行运行的虚拟机，每个虚拟机负责奥地利的不同区域，然后用标准机器学习模型对每张照片中的物体进行分类。树木的高度结合海拔，可以很好地作为树龄的替代指标，从而让 Hickisch 识别出最古老的森林区域以及最需要保护的区域。三个月内，他覆盖了全国约30%的地区，处理了约40 TB 的原始数据。结果存储在 Zenodo 上（一个由欧洲核子研究中心 CERN 运营的开放获取存储库）。

为了将数据变得生动，Hickisch 还构建了一个简单的“殖民者”风格游戏，玩家可以购买地块、重新造林，并在过程中寻找宝藏。当玩家点击一个地块时，会显示来自 LIDAR 研究的真实数据，包括该地块上最高树木的高度。“这是一个愚蠢的游戏，但强大的地方在于它底层有两 TB 的数据，”Hickisch 说。

在遇到 exe.dev 之前，Hickisch 感觉处于劣势。作为保护主义者，他缺乏开发者和其他争夺土地使用的行业的资源。“想想石油勘探，”他说，“那些人用于分析有巨额预算。自然保护没有。所以这是一个不错的时刻，可以利用这一点作为杠杆，说，实际上，我们现在拥有同样的工具了。”这些应用是开源的，Hickisch 不指望短期内从中赚钱。他想要的是被采用——希望未来几年内有两个国家使用 Five Megapixel Conservation 来监控他们的公园。更大的目标则是让更多人能够构建自定义软件。“你现在可以教中非共和国的人如何构建一个 Web 应用，”他说，“他们将成为该部门第一个能做到这一点的人。”

关键要点

• 数据整合难题：保护生态学家过去需要从 NASA、人口分布、森林砍伐等多个来源手动下载数据，再用桌面程序可视化，过程繁琐且计算机性能不足。
• AI agent 赋能：exe.dev 的 AI agent Shelley 能够连接公共 API，在数小时内生成第一个原型，使 Hickisch 能够用少量时间（而非大笔预算）实现多年构想。
• Five Megapixel Conservation 应用：基于 GPX 轨迹文件，以 100 平方公里像素聚合全球保护区巡护员、车辆和飞机的活动数据，生成可缩放地图，支持日/月/年维度报告。
• 并行处理海量数据：利用 vsicurl 和 100 台虚拟机并行处理奥地利 LIDAR 扫描数据（单个文件高达 15 GB），通过 ML 模型分类物体，根据树高和海拔估算树龄，识别古老森林。
• 游戏化数据呈现：构建“殖民者”风格游戏，允许玩家购买地块、重新造林，并展示真实 LIDAR 数据（如树木高度），底层包含 2 TB 数据，使数据易于理解和互动。
• 开源与推广目标：应用完全开源，短期内无商业化计划；目标是在未来几年内让两个国家采用该工具监测保护区，并赋能更多人（如中非共和国官员）自行构建 Web 应用。

意义与影响

Hickisch 的实践展示了一种新型的工具链：非专业开发者也能利用 AI agent 快速构建定制化软件，从而突破传统预算和技术瓶颈。对于资源匮乏的生态保护领域，这意味着可以以极低成本获得过去需要数万美元开发的专业工具，实现与石油勘探等行业同等的数据分析能力。通过将 40 TB 的公共数据转化为可交互的全球地图和游戏，他不仅降低了数据使用门槛，还让政策制定者和公众能够直观理解保护工作的实际覆盖情况。更重要的是，这种模式具有可复制性：一旦教会中非共和国的官员如何构建 Web 应用，他们就能自主监控本国森林，减少对国际专家的依赖。从这个角度看，exe.dev 这类工具正在推动“软件民主化”，让非营利组织、政府基层部门以及个人首次拥有与大型企业相当的数据处理能力，从而在土地保护、资源管理等领域产生深远影响。