维度网讯，科研人员研发了一套基于人工智能的算法，用于识别鱼翅、海马、海参等常见的海洋走私生物样本，该算法整体识别准确率达到92%。这项研究旨在解决海洋野生动物跨境走私难以被查获的难题。

麦考瑞大学的瓦妮莎·皮罗塔（Vanessa Pirotta）博士是这项研究的第一作者，相关论文发表于《海洋可持续发展前沿》（Frontiers in Marine Science）期刊。她表示，野生动物交易残忍且违背道德，许多人可能首次了解到海洋野生动物非法走私这一犯罪活动，其目标不仅限于犀牛角、象牙等人们熟知的物种。

全球海洋野生动物非法交易的年交易额据估算高达数十亿美元，对濒危物种构成巨大威胁。为食用、制药、制作饰品或作为宠物而进行的贩运，使本就脆弱的生物种群状况进一步恶化。此外，活体走私的海洋生物一旦逃逸，可能成为其他生态系统中的外来入侵物种。然而，查处走私行为面临的实际困难，导致走私活动难以有效遏制，其对生态环境的影响也难以准确评估。

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，可对单一物品进行多次X光扫描并生成三维影像。科研人员利用神经网络训练算法，使其能够在这些影像中识别常见走私物种，目标是打造一套能够自动标记可疑行李并交由人工核查的智能系统。

本次研究将识别对象确定为鱼翅、海马和海参。鱼翅是热门食材，干海马多用于传统药材交易。海参走私的记录相对较少，但已知其长期遭到非法过度捕捞，研究人员认为其实际走私规模可能比现有记录更大。

研究人员共完成了298组扫描样本，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并搭配不同场景，各拍摄五组影像，同时制作了包含多种样本的混合扫描图。他们还模拟了走私分子的藏匿手段，使用锡纸、衣物包裹样本，或将样本藏在儿童玩具内进行扫描。此外，研究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，以此还原走私物品藏匿于行李的真实场景。完成算法训练后，科研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，鱼翅识别准确率为95%，海马为96%，海参为86%。算法误报率为13%，各项数据分别为：鱼翅2%、海参1%、海马9%。这套智能检测算法凭借高精度，有望成为打击走私的有力工具，帮助截获大量躲过现有检查手段的走私货物。

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，且设备的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，智能检测系统将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。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com