6 月 8 日消息，提起野生动物走私，我们或许会想到犀牛角、被当作宠物贩卖的红毛猩猩幼崽。但海洋生物走私这类鲜为人知的犯罪活动，同样会严重破坏海洋生态系统。令人担忧的是，鱼翅等常见走私海洋野生物品极易藏匿在行李或包裹中跨境运输，往往难以被查获。为解决这一难题，科研人员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，识别准确率达 92%。
麦考瑞大学的瓦妮莎 · 皮罗塔博士是这篇发表于《海洋可持续发展前沿》期刊论文的第一作者，她表示：“野生动物交易残忍且违背道德。很多人可能还是第一次听说海洋野生动物非法走私。走私活动的目标不只是犀牛角、象牙这类大众熟知的物种。我们希望借世界海洋日，让这一问题受到广泛关注。”
海洋中的危机
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，濒危物种因此面临巨大威胁。人们为食用、制药、制作饰品或当作宠物而贩运海洋生物，本就岌岌可危的生物种群生存状况进一步恶化。活体走私的海洋生物一旦逃逸，还会在其他生态系统中成为外来入侵物种。然而，现场查处走私行为向来知易行难，这不仅导致走私活动难以遏制，也让其对生态环境造成的影响无法准确估量。
据了解，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，生成内部物品的三维影像。科研人员利用神经网络训练算法，使其能够在影像中识别常见走私物种，希望打造一套可自动标记可疑行李、交由人工核查的智能系统。
本次研究将识别对象锁定为鱼翅、海马和海参。鱼翅是热门食材，干海马则多用于传统药材交易。海参走私的相关记录相对较少，但已知其长期遭到非法过度捕捞。研究人员认为，海参走私的实际规模远比目前有据可查的情况更大。
研究人员共完成 298 组扫描样本，其中包括 20 份海参样本、30 份海马样本以及 18 份鱼翅样本，多数样本均来自以往查获的走私货品。研究人员为每份样本调整摆放位置、搭配不同场景，各拍摄五组影像，同时还制作了包含多种样本的混合扫描图。他们还模拟走私分子的藏匿手段开展扫描：用锡纸、衣物包裹样本，或将其藏在儿童玩具内。研究人员还采用威胁图像投射技术，将上述扫描影像叠加到无违禁品的行李 CT 影像中，以此还原走私物藏匿于行李的真实场景。
科研人员用这批影像完成算法训练后，再使用一批从未接触过的影像对算法进行测试。
数据结果
该算法整体识别准确率为 92%：其中鱼翅识别准确率 95%，海马 96%，海参 86%。算法误报率为 13%，分项数据为：鱼翅 2%、海参 1%、海马 9%。凭借超高的识别精度，这套智能检测算法有望成为打击走私的有力工具，截获大量躲过现有检查手段的走私货物，进而斩断走私链条，让海洋野生动物走私者受到法律制裁。
不过，这套针对特定物种的智能检测系统并非万全之策。海洋走私物种种类繁多，且设备误报情况仍需人工复核。同时，三维 CT 扫描仪造价高昂，并非所有机场都配备，不少机场仍在使用二维扫描设备。因此智能检测系统只会作为现有检查手段的补充，而非替代品。
皮罗塔表示：“我们只能依据过往查获的案例，模拟现实中的走私场景。人工智能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。”
