White自从2012年开始做这个非盈利项目，最初存储、分析和匹配数据的工作都用云计算完成，人力和云服务一直是最大的开支。“我们需要分析很多音频数据，每次改进模型或者增加新设备，就需要结合training data重新分析一遍，对人来说这个工作量太大了，加上云服务的成本。”三个月前，White在使用机器学习技术的基础上开始使用Google的Tensor Flow机器学习系统，“Tensor Flow是一个更现代的系统，使用后成本节省了85%。”

后来，Google为他拍摄了一个纪录片，在Google开发者大会上播放了一部分。这个叫做“Rainforest Connection”的项目目前仍是非盈利性项目。White希望未来可以让更多的人参与进来，也可以把这套方法应用到更多的领域，例如识别枪声或捕猎动物等等。

另外你可能会好奇，这些旧手机是从哪儿来的? White说，自从他对外介绍这个项目并表示他需要旧手机，就陆续收到从全球各地寄来的旧手机。美国《国家地理杂志》报道过这个项目，也有一部环保纪录片Beneath the Canopy（《树冠之下》）在YouTube可以免费播放。这些年，他应用这套方案的地区也不只是在印度尼西亚，还有非洲和南美洲等地。虽然每个地区的解决方案不相同，但目标都是减少非法砍伐，保护热带雨林。

White也是在开始做这个项目后才知道，砍伐森林是导致气候变化的第二大原因。砍伐森林所导致的温室气体排放量，超过了全球飞机、火车、汽车、卡车和船只的排放量总和。而且90%发生在热带雨林的伐木都是非法砍伐。