想知道熱帶雨林里藏著哪些動物，不一定要用眼睛看，用耳朵聽就行。新加坡國立大學的一位研究員，正在用AI把森林裡的萬千聲響，變成監測生物多樣性的密碼。
AI偵探，進駐雨林
一提到野外研究，你是不是會想到科學家背著沉重設備、在叢林裡跋涉數日的畫面？現在，保護生物有了新玩法。國大理學院自然氣候解決方案中心（CNCS）的研究員葉博士（Dr. Sean Yap）和團隊，正在把AI訓練成一位「聲音偵探」。他們研究的「生物聲學」，簡單說，就是通過分析動物的聲音來研究生態。鳥鳴、蟲叫、蛙鳴……這些我們耳中的背景噪音，在他們看來，都是揭示森林秘密的關鍵線索。
這位「AI偵探」如何辦案？第一步，在森林裡部署小巧的自動錄音機。這些裝備了特製麥克風的設備，會日夜不停地收集海量音頻數據。第二步，將錄音轉換成名為「聲譜圖」的圖像——它就像聲音的「指紋」。最後，AI模型登場，通過分析這些聲譜圖，精準識別出動物的叫聲，過濾掉人為噪音，甚至能分辨出具體是哪種鳥在唱歌。
生物聲學利用動物的發聲來識別物種和研究生態模式……這些錄音可以幫助我們比較不同地點的物種群落，追蹤動物的活動模式，甚至定位單個動物。 比人耳更靈，比人腿更勤
傳統的生物多樣性調查有多難？研究員不僅能待在野外的時間有限，觀察結果也極度依賴個人經驗。更麻煩的是，人的出現本身就會驚擾野生動物。正如葉博士所說，人類觀察員本身就是最大的限制因素——你辛辛苦苦蹲守一天，可能連一隻害羞鳥兒的影子都見不到。
AI偵探就沒這些煩惱。錄音設備可以全天候工作，也能只在黎明、黃昏等動物最活躍的時段記錄，產出的數據遠比人工調查更標準化、更海量。因為設備可以長期留守，那些刻意避開人類的物種也無所遁形。葉博士目前正利用這項技術研究兩個有趣的問題：繁忙的交通噪音對森林動物有什麼影響？城市裡的小片「微森林」能否成為連接生態的橋樑？這些都需要長期穩定的數據，而這正是AI的強項。
AI的「偏科」與進化
當然，這位AI偵探也不是十項全能，它也會「偏科」。葉博士團隊發現，算法在識別鳴禽這類叫聲獨特、頻率較高的物種時表現出色。可一遇到聲音頻率較低的動物，比如鴿子和貓頭鷹，AI就有點犯迷糊了。有幾次，算法甚至把遠處傳來的交通噪音，當成了貓頭鷹的叫聲。
為什麼會這樣？問題出在AI的「成長環境」上。葉博士解釋，市面上很多現成的聲音識別模型，主要是在北美和歐洲訓練的，它們的「教材」里全是當地物種。直接把這些「外來和尚」請到物種構成完全不同的東南亞，自然會水土不服，念不好本地的經。
不過，國大的研究人員正在給這位「外籍偵探」進行本地化特訓。他們用在新加坡本地收集的海量錄音來優化模型，讓AI不斷學習和進步。隨著區域性生物多樣性數據庫的不斷擴充，AI識別本區域物種的能力也會越來越強，最終進化成一個真正的「東南亞聲音專家」。
科技與自然的協奏
儘管AI正在改變生態監測的遊戲規則，但葉博士強調，它永遠無法取代實地考察和科學家的專業知識。AI只是一個極其強大的工具，幫助科學家更高效地收集信息，在更長的時間尺度上監控生態系統。沒有好的訓練數據和生態學家的專業判斷，再強的AI也只是一個空殼。
在東南亞這樣生物多樣性極其豐富的地區，這項技術的意義尤為重大。這裡的熱帶雨林茂密複雜，傳統調查難以深入。生物聲學技術則讓科學家能收集到更全面的數據，從而更深入地理解這些珍貴生態系統的運作方式。未來，葉博士希望將這種AI監測方法推廣到更廣的範圍，為保護地球的綠色寶庫貢獻一份國大力量。
人工智慧工具依賴於良好的訓練數據和生態專業知識……它們幫助我們更有效地收集和分析信息，但它們仍然依賴於研究這些生態系統的科學家的知識。
📌 要點總結
✦ 國大研究員葉博士（Dr. Sean Yap）正利用AI和生物聲學技術，通過分析森林中的聲音來監測生物多樣性。
✦ 這項技術通過自動錄音設備收集數據，比傳統人工調查更高效、持久，能捕捉到更多難以被人類觀察到的物種信息。
✦ 目前，AI模型在識別東南亞特有物種時仍有挑戰，國大團隊正利用本地數據對其進行「特訓」，以提升準確性。
想了解更多國大前沿科技嗎？
