
海洋野生动物走私是一个鲜为人知却危害巨大的全球性问题。鱼翅、海马、海参等走私海洋生物极易藏匿在行李或包裹中跨境运输,传统检查手段往往难以查获。为解决这一难题,麦考瑞大学的科研团队借助人工智能研发出一套算法,可识别鱼翅、海马、海参等常见走私海洋生物样本,整体识别准确率达到92%,为打击海洋野生动物非法贸易提供了有力武器。
研究团队改造了机场现有的X射线计算机断层扫描设备,这类设备原本用于排查爆炸物及生物安全隐患,能对单一物品进行多次X光扫描生成三维影像。科研人员利用神经网络训练算法,使其能够在影像中自动识别常见走私物种,打造出一套可自动标记可疑行李、交由人工核查的智能系统。研究人员共完成298组扫描样本,包括20份海参、30份海马和18份鱼翅样本。
具体数据方面,该算法鱼翅识别准确率95%,海马96%,海参86%。误报率为13%,其中鱼翅仅2%、海参1%、海马9%。研究人员还模拟了走私分子的藏匿手段进行测试,包括用锡纸、衣物包裹样本,或将其藏在儿童玩具内,充分验证了算法在复杂场景下的鲁棒性。
据估算,全球海洋野生动物非法交易的年交易额高达数十亿美元,濒危物种面临巨大威胁。活体走私的海洋生物一旦逃逸,还可能成为外来入侵物种。不过,这套智能检测系统也并非万全之策。三维CT扫描仪造价高昂,并非所有机场都配备,且算法误报情况仍需人工复核。正如研究第一作者皮罗塔博士所言:AI并非检测工作的万能良药,也无法取代人工排查与缉私犬的作用,但它是现有检查手段的有力补充。