“猴脸识别”：AI技术颠覆动物传统研究
位于陕西周至国家级自然保护区内的川金丝猴。李媛/摄
■本报见习记者 李媛
20多年前，郭松涛攻读硕士学位期间，跟随导师李保国在陕西周至国家级自然保护区监测金丝猴。白天他们在山林间追踪猴群，夜晚借宿在山下的村民家中。因为老鼠太多，次日清晨他们经常因找不到鞋子而苦恼。
如今已是西北大学教授的郭松涛，那时刚接触野生动物研究不久，常年风餐露宿，皮肤晒得黝黑。他坦言，曾一度羡慕实验室中穿白大褂的同窗。
但现在，得益于郭松涛带领团队研发的新“猴脸识别”系统，他终于能笑着说：“我们再也不用为找不到鞋而苦恼了。”
面对国际空白，他们自主研发
动物行为是常见但机理复杂的自然现象。千百年来，人们一直通过肉眼观察来记录和研究动物习性。
“传统监测需要花费大量时间，研究人员要长期驻扎在野外，而动物的行为复杂多变，有时候单个个体就要观察很久。”在长期的研究中，郭松涛一直想通过技术突破这一瓶颈。
起初，郭松涛团队从欧洲购买了一个软件，寄希望于提高监测效率。然而实际应用后，他们发现这款软件仅具备基础数据录入功能，研究人员仍需到野外拍摄动物录像，再输入电脑里分析。
“看起来是进步的，但相较于野外观察，没有了环境参照，个体识别变得更复杂了，研究人员坐在电脑前的时间更长了，甚至有学生因此视网膜脱落、住院。”郭松涛坦言，在使用了一段时间后，他们还是放弃了。
这段经历却催生出郭松涛的一个想法：“所谓先进软件，仅应用了统计与数据处理技术，却未触及动物身份识别与行为分析两大核心难题。我们能否自主攻克呢？”
彼时，人工智能（AI）技术迅猛发展，被大量应用于汽车制造、人体健康监测等方面。“既然没人将其用在动物上，我们就做开拓者，把AI跟动物学研究结合起来，解决困扰动物学研究人员的问题。”郭松涛说。
2018年，郭松涛与西北大学计算机学院研究人员开展跨学科攻关，研发专注于动物行为研究的AI技术。2020年，团队基于长期积累的金丝猴特征数据，创新性提出具有关注机制的深度神经网络模型，成功研发出全球首个金丝猴个体识别系统（Tri-AI）。
“该系统颠覆了依靠动物个体特征（斑纹、颜色、伤疤）或者人为标记特征（烙印、刺青、染色、环志、无线电项圈及遗传标记）的传统方法，实现了野生个体准确身份识别和连续跟踪采样的功能。更重要的是，该系统为在理想条件下实现‘无观察者干扰效应’的动物学研究提供了可能。”郭松涛说。
从1.0“猴脸识别”到2.0“翻译行为”
想象这样一个场景：面前有几十只猴子，每一只都在动，每一个动作都有着特定的行为定义。研究人员该如何分辨？
要捕捉到这些信息，此前需要靠人工观测，用记录本记录下来，计算机把每一只猴子的每一种动作自动标记起来，并且算出这些动作花了多长时间、执行了多少次。
尽管视频数据可通过专业软件辅助分析，但要观察几天的动物行为视频，仍需要上百小时的人工核验。对于环境复杂、种群庞大的野生动物而言，这种低效模式严重制约了行为规律研究。
为破解行为智能分析中面临的共性难题，郭松涛团队以行为学原理为根基，融合AI技术，历时4年研发出“猴脸识别2.0”——自动识别与测量人工智能框架。该系统不仅能精准识别、追踪野生动物个体，还可自动分析行为节律，生成时间分配报告，实现全自动行为监测。相关研究今年4月发表于《整合动物学》。
该框架在3种灵长目物种（川金丝猴、狐猴、狒狒）、3种食肉目物种（老虎、棕熊、黑熊）、3种偶蹄目物种（羚牛、列氏水羚、角马）、1种奇蹄目物种（斑马），共计四大类群、10种代表性物种上得到了验证。
这个庞大的数据库算法也让这项技术有了“独家秘诀”，不依赖于观察者的数据分析系统，突破了观察者的视角局限。
在实际应用中该算法非常有效。举个例子：两只老虎打架，如果其中一只受伤了，静卧半个小时，肉眼很难分辨它为什么躺在那儿，或者说为什么停留那么长时间，而AI则可以精准识别。郭松涛解释，这个内在的逻辑就在于每一种动物在某种行为上花的时间是相对稳定的，即便是休息，也应该是以某种相对稳定的姿态休息。一旦出现异常模式，系统立即预警。预警信息直达监管人员与兽医团队，为及时干预争取黄金时间。
这对濒危物种保护意义重大。“以大熊猫为例，通过AI量化分析其进食时长、咀嚼频率等细节，能够实现消化系统异常预判，有利于我们快速掌握熊猫的健康状态。”郭松涛告诉《中国科学报》。
铁笼里观测猛兽，科研之路“累并快乐着”
尽管技术已大幅降低人力依赖，郭松涛团队仍坚守一个原则：野外研究必须近距离观察。“只有在动物跟前感受它、观察它，才能深刻理解它的每一个动作、每一个行为、每一个眼神的深意。”郭松涛说。
“如果你不理解动物行为，那就是因为你观察得不够仔细，或者靠得不够近。”郭松涛解释说。
郭松涛团队的博士生刘佳是在“猴脸识别”技术研发时加入团队的，如今他已经成长为横跨动物保护与AI技术的复合型人才。回忆起框架收集期间的难忘经历，刘佳告诉记者，团队在猛兽区的采集是在铁笼里进行的，人在笼内，老虎、黑熊这些肉食动物在笼外自由活动。
“看着咆哮示威的猛兽，整个监测过程神经紧绷。不过，能24小时在园区零距离观测动物，这种经历让我们非常兴奋。当大家拿到大量行为数据，最终应用到框架中时，自豪感油然而生。”刘佳说。
如今，郭松涛团队正在着手研发3.0系统，将拓展至更多动物。“未来，我们希望能够应用到家禽家畜的养殖上，如果有足够多的前期训练数据，就可以通过视频监控对个体进行健康预警。”郭松涛表示，预警信息有望直达养殖户和兽医团队，为动物健康监测提供更广泛的解决方案。
相关论文信息：
https://doi.org/10.1111/1749-4877.12985
《中国科学报》 (2025-05-28 第4版 综合)
