在打击野生动物走私的行动中，人们往往将目光聚焦于陆地上的犀牛角、象牙以及被非法贩卖的红毛猩猩幼崽等，却容易忽视海洋生物走私这一同样严峻的犯罪活动。事实上，海洋生物走私正悄然对海洋生态系统造成严重破坏，其危害不容小觑。
鱼翅等常见走私海洋野生物品具有极强的隐蔽性，它们很容易被藏匿在行李或包裹中，跨境运输时往往难以被海关查获。为有效应对这一难题，科研人员借助人工智能技术，研发出一套专门用于识别常见走私海洋生物样本的算法。经过测试，该算法对鱼翅、海马、海参等常见走私海洋生物的识别准确率高达92%，为打击海洋生物走私提供了有力的技术支持。
麦考瑞大学的瓦妮莎·皮罗塔博士是相关研究论文的第一作者，她指出，野生动物交易不仅残忍，而且违背道德伦理。很多人对海洋野生动物非法走私并不了解，实际上，走私活动的目标并非局限于大众熟知的犀牛角、象牙等物种。她希望通过世界海洋日这一契机，让海洋野生动物非法走私问题得到更广泛的关注。
全球海洋野生动物非法交易规模惊人，据估算，其年交易额高达数十亿美元。这一现象使得众多濒危物种面临巨大的生存威胁。人们出于食用、制药、制作饰品或当作宠物等目的，大量贩运海洋生物，导致本就脆弱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，还可能成为其他生态系统中的外来入侵物种，对当地生态平衡造成严重破坏。然而，现场查处走私行为困难重重，这不仅使得走私活动难以得到有效遏制，也让其给生态环境带来的影响难以准确评估。
为了实现对走私海洋生物的有效检测，研究团队对机场现有的X射线计算机断层扫描设备进行了改造。这类设备原本用于排查爆炸物及生物安全隐患，能够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对算法进行训练，使其能够在影像中准确识别常见走私物种，旨在打造一套能够自动标记可疑行李、交由人工核查的智能系统。
在本次研究中，科研人员将识别重点放在了鱼翅、海马和海参上。鱼翅作为热门食材，市场需求旺盛；干海马则多用于传统药材交易；而海参虽然相关走私记录相对较少，但长期遭受非法过度捕捞，实际走私规模可能远超目前有据可查的情况。
为了确保算法的准确性和实用性，研究人员进行了大量的实验。他们共完成了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，多数样本取自以往查获的走私货品。研究人员对每份样本进行不同摆放位置的调整，并搭配不同场景，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，用锡纸、衣物包裹样本，或将其藏在儿童玩具内进行扫描。为了更真实地还原走私物藏匿于行李的场景，研究人员还采用威胁图像投射技术，将扫描影像叠加到无违禁品的行李CT影像中。
完成算法训练后，研究人员使用一批全新的影像对算法进行测试。测试结果显示，该算法整体识别准确率为92%，其中鱼翅识别准确率达到95%，海马为96%，海参为86%。算法的误报率为13%，分项数据为鱼翅2%、海参1%、海马9%。凭借如此高的识别精度，这套智能检测算法有望成为打击海洋生物走私的有力武器，帮助海关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，让走私者受到法律的制裁。
不过，这套针对特定物种的智能检测系统并非完美无缺。海洋走私物种种类繁多，而该系统目前仅能识别部分常见物种。设备误报情况仍需人工复核，且三维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，智能检测系统只能作为现有检查手段的补充，而非替代品。皮罗塔博士表示，研究只能依据过往查获的案例来模拟现实中的走私场景，人工智能并非检测工作的万能解决方案，也无法完全取代人工排查与缉私犬的作用。
