For centuries, scientists have observed that animals in warmer climates have longer limbs—a pattern known as Allen's Rule. Long attributed to the need to maintain body temperature, the precise mechanism that gave rise to this pattern has remained poorly
几个世纪以来，科学家们一直观察到，气候温暖的动物四肢较长，这种模式被称为艾伦法则。长期以来，人们认为需要保持体温，但导致这种模式的确切机制仍然知之甚少。
一个新的计算机视觉系统现在证实，这一原理也适用于鸟类翅膀，重塑了我们对鸟类翅膀进化的理解，除了飞行力学外，还包括温度调节的要求。
这项研究发表在《全球生态学与生物地理学》上，是密歇根大学和纽约大学生态学家和计算机科学家六年合作的成果。
该团队的系统“Skelevision”使用人工智能从照片中自动识别和测量鸟骨。
“我们使用深度神经网络来检测样本图像中的单个骨骼，识别它们的类型，并为每个骨骼创建精确的数字轮廓，”该论文的资深作者之一、纽约大学坦登工程学院和纽约大学库朗研究所的助理教授David Fouhey解释道。
“通过共同设计的硬件，我们能够将3D测量简化为2D任务，而当前的计算机视觉系统在这方面表现出色。”
在这项技术之前，研究人员倾向于在相对较小的样本量下研究骨骼特征。这一费力的过程需要手动处理脆弱的骨骼，并用卡尺测量每个元素，从而产生了对更容易测量的外部特征的偏见。
密歇根大学环境与可持续发展学院的主要作者兼助理教授Brian Weeks解释说：“大规模收集骨骼测量数据可以让我们回答有关物种如何进化以及如何与环境相互作用的重大问题。”。
研究人员设计并构建了一个完整的端到端系统，用于分析鸟类骨骼——开发了物理成像硬件和复杂的人工智能软件，前者使用高分辨率相机放置在鸟类骨骼排列的表面上方，后者分析这些照片以识别和测量单个骨骼。
这种集成的软硬件方法将样本处理时间从15-30分钟缩短到大约1分钟。该方法在2022年发表在《生态学与进化方法》上的一篇论文中确立，证明了Skelevision在12450个鸟类标本中的准确性。
这一效率使研究人员能够分析除南极洲外所有大陆80个科1520种雀形目鸟类的翼骨测量结果。这些标本主要来自密歇根大学动物博物馆，此后，该数据集得到了芝加哥菲尔德自然历史博物馆标本的补充。“翼骨在体温调节中起着独特的作用，”Weeks解释道。“当鸟类飞行时，这些骨骼对于消散飞行肌肉产生的巨大热量至关重要。这表明我们看到的模式——在温暖的气候下更长的翅膀骨骼——主要是由于需要有效的冷却而不是保温。即使是像翅膀这样关键的特征，我们传统上只研究飞行力学，也受到温度调节需求的影响。这对鸟类如何应对气候变化具有重要意义。”
这项技术现在正在通过先进的3D扫描系统进行扩展，以测量体积和表面积等其他特性。研究人员还发布了他们的数据集和开源代码。p