AI算法精准识别走私海洋生物，准确率达92%

海洋野生动物走私是全球性的生态威胁，但因其隐蔽性高、检测难度大，长期以来难以有效遏制。近日，麦考瑞大学的研究团队在《海洋可持续发展前沿》期刊上发表了一项突破性研究：他们利用人工智能算法，结合机场现有的X射线计算机断层扫描（CT）设备，成功实现了对鱼翅、海马和海参等常见走私海洋生物样本的自动识别，整体准确率高达92%。

这项研究的核心创新在于，科研人员并未从头设计复杂的专用扫描仪器，而是对机场安检中已广泛部署的CT设备进行“算法升级”。这些设备原本用于排查爆炸物和生物安全隐患，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。研究团队利用神经网络训练算法，使其能够在这些三维影像中精准识别出特定物种的轮廓与密度特征，从而打造出一套可自动标记可疑行李、交由人工核查的智能检测系统。

研究过程中，团队共完成了298组扫描样本，涵盖20份海参、30份海马和18份鱼翅样本，多数样本来自以往查获的走私货品。为了模拟真实走私场景，研究人员不仅为每份样本调整了摆放位置、搭配不同场景，还模拟了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。此外，他们还采用威胁图像投射技术，将这些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。经过这批影像的训练后，算法在从未接触过的新影像测试中表现优异：鱼翅识别准确率95%，海马96%，海参86%。尽管整体误报率为13%，但鱼翅和海参的误报率分别仅为2%和1%，海马稍高为9%。

研究人员指出，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。鱼翅是热门食材，干海马多用于传统药材交易，而海参长期遭到非法过度捕捞，其走私规模可能远超现有记录。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。不过，研究团队也强调，这套系统并非万全之策：海洋走私物种种类繁多，设备误报仍需人工复核；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。正如论文第一作者瓦妮莎·皮罗塔博士所言：“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。”