人工智能如何帮助防止非法野生动物贸易

想象一下，你是一名野生动物市场的执法官员，怀疑一些出售的鸟类来自濒危或非法交易的种群。这种情况需要果断的识别和行动，但在“长相相似的物种”很容易被误认为彼此的情况下，颜色和大小等简单的身体特征可能不足以在现场进行正确的识别。当不法商人给鸟类染色或以其他方式改变它们的外观，使它们看起来像其他价格更高的物种时，事情变得更加棘手

世界上超过三分之一的鸟类在野生动物市场上被捕捞出售，这些市场上的鸟类个体和物种比其他任何分类群都多，每年价值数百亿美元。对活鸟作为宠物和文化习俗（如鸟类歌唱比赛和祈祷动物放生）的需求正在推动过度开发，这是人口下降的主要原因。例如，在东亚和东南亚，对圈养鸣禽的高需求正将一些物种推向野外灭绝的边缘

白眼睛（Zosteropidae）以其美丽和歌声而闻名，是亚洲野生动物市场上受欢迎的鸣禽，包括濒危物种，其贸易被CITES禁止

市场上出售的白眼包括濒危和濒临灭绝的物种，如爪哇白眼（Zosterops"avus）和多哥白眼（Zosterops somadikatai）。保护野生种群是防止其灭绝的关键部分。识别这些鸟类对于执行野生动物法和防止它们进入市场至关重要

这就是创新的人工智能（AI）方法可以改变游戏规则的地方。许多鸟类声音很高，通过各种独特的歌声和叫声进行交流。我们意识到，通过利用它们独特的生物声学特征记录它们的叫声，我们可以开发一种人工智能工具，仅从它们的叫声中识别白眼物种

鸟类声音的公共数据库包括xeno canto和康奈尔大学麦考利图书馆。我们使用三个主要的鸟类发声数据库来访问15种常见交易、视觉相似的白眼物种的生物声学数据。利用这些记录，我们采用了深度学习技术，并训练了一个强大的神经网络模型来识别每种白眼物种的特定声学模式和声音特征

这种方法类似于使用面部识别来识别个体，但我们使用声音识别来识别鸟类。为了使系统更加稳健，我们采用了数据增强方法，甚至包括可能在市场记录中拾取的环境声音样本，以尽可能接近地模拟现实世界的条件

然后，我们使用Inception v3预训练模型，使用448个白眼发声记录对15种白眼物种和环境声音（即非鸟类声音）进行分类。我们将记录转换为光谱图，并使用图像增强方法通过训练和验证来提高AI神经网络的性能

我们的研究结果发表在Ibis上，令人难以置信地充满希望。我们的机器学习模型可以从它们的叫声中识别出焦点物种，准确率超过90%。仅凭声音来区分长相相似的人，这是一个惊人的精确度

但这项技术的真正力量在于它的潜在应用。例如，使用该系统的用户友好型智能手机应用程序可以由任何人开发——执法人员、海关人员、环保主义者，甚至公民科学家。这将允许用户简单地打开应用程序，让它“听”几秒钟的鸟类，并几乎立即识别出物种，无论是在市场、宠物店还是在野外。虽然我们最初专注于白眼睛，但它适用于许多发声物种

这一发现来得正是时候。实时数据处理和行动对于执行野生动物保护法和打击非法贩运非常宝贵。这种生物声学方法为识别鸟类提供了一种经济实惠、非侵入性、快速且高度准确的方法，解决了区分长相相似物种的问题

最近人工智能和现成的云计算的繁荣为保护开辟了巨大的新计算能力。自动生物声学监测是一种创新的解决方案，但也只是人工智能在保护生物多样性方面潜在应用的冰山一角

尽管挑战依然存在，但我们乐观地认为，这些技术可以帮助扭转打击野生动物贩运和野生动物灭绝的趋势。为专业人士和公民科学家提供可访问的人工智能识别工具，可以彻底改变我们保护弱势野生动物种群的方式

这个故事是Science X Dialog的一部分，研究人员可以在其中报告他们发表的研究文章中的发现。访问此页面了解有关Science X Dialog以及如何参与的信息 More information: Shan Su et al, A novel deep learning‐based bioacoustic approach for identification of look‐alike white‐eye (Zosterops) species traded in wildlife markets, Ibis (2024). DOI: 10.1111/ibi.13309