20多年前，郭松濤攻讀碩士學位期間，跟隨導師李保國教授在陜西周至國家級自然保護區監測金絲猴。白天他們在山林間追蹤猴群，夜晚借宿在山下的村民家中。因為老鼠太多，次日清晨經常因找不到鞋子而苦惱。
彼時的郭松濤剛接觸野生動物研究不久，常年風餐露宿，皮膚曬得黝黑。他坦言，曾一度羨慕實驗室中穿白大褂的同窗。
西北大學生命科學學院教授郭松濤記錄金絲猴。西北大學供圖
然而，當第一群川金絲猴從他頭頂的枝椏間騰躍而過，當羚牛群悠然從身側踱步穿行，他被這些生靈深深震撼。“尤其是跟它們對視的瞬間，你會意識到人類的渺小——它們才是自然界真正的主宰。”從此，郭松濤與野生動物結下了不解之緣。
“國際空白領域，我們就自主研發”
動物行為是人類常見但又機理復雜的自然現象。自古以來，人類執著于觀察動物行為、了解動物習性。千百年來，人們一直通過肉眼觀察來記錄和研究動物習性。
“傳統監測需要花費大量的時間，需要研究人員長期駐扎在野外，而動物的行為復雜多變，有時候單個個體就需要觀察很久。”在長期的研究中，西北大學生命科學學院教授郭松濤一直想尋求技術來突破這一瓶頸。
起初，他們從歐洲購買了一個軟件，寄希望于提高監測效率。然而在對該軟件實際應用后，他們發現，這款軟件僅僅具備基礎數據錄入功能，研究人員仍需將動物的錄像拍攝回來，再挨個輸入到電腦里分析。
“看起來是進步的，但相較于野外觀察，沒有了環境參照，個體識別變得更復雜了，研究人員坐在電腦跟前的時間更長了。嚴重的是，一個學生因此視網膜脫落，還住院了。”郭松濤坦言，在使用了一段時間后，他們還是放棄了。
這段經歷卻催生出郭松濤一個關鍵疑問：“所謂先進軟件僅應用了統計與數據處理技術，卻未觸及動物身份識別與行為分析兩大核心難題。我們能否自主攻克？”
此時，人工智能技術迅猛發展，這些技術大量應用于汽車制造、人體健康監測等方面。“既然都沒人用在動物上，我們就做開拓者！把人工智能跟動物學研究結合起來，來解決困擾動物學研究人員面臨的問題。”
位于陜西周至國家級自然保護區內的川金絲猴。攝影 李媛
2018年，郭松濤跟母校西北大學計算機學院跨學科攻關，開始研發專注于動物行為研究的人工智能技術；2020年，團隊基于長期積累的金絲猴特征數據，創新性提出具有關注機制的深度神經網絡模型，成功研發出全球首個金絲猴個體識別系統（Tri-AI）。
這一系統如同打開了動物研究的新世界大門。“系統顛覆了依靠動物個體特征（斑紋、顏色、傷疤）或者人為標記特征（如烙印、刺青、染色、環志、無線電項圈及遺傳標記）的傳統方法，實現了對野生個體的準確身份識別和連續跟蹤采樣的功能。更重要的是，該系統為在理想條件下實現‘無觀察者干擾效應’的動物學研究提供了可能。”郭松濤說。
位于陜西周至國家級自然保護區內的川金絲猴。攝影 李媛
相比人臉識別，猴臉識別技術的不同在于，金絲猴的臉部皮膚區域帶毛區域多，且毛發區域相對更明顯，紋理特征更復雜，對識別系統的深度學習能力提出了更高的要求。
在當時，Tri-AI系統不僅可以應用于多個類群的不同物種，還可實現夜間連續無礙觀測。Tri-AI系統對個體數大于19的17個靈長類物種的平均識別精度達94.1%，且每秒識別31張圖片。這一成果，讓動物研究效率實現幾何級提升。
從1.0“猴臉識別”到2.0“翻譯行為”
想象這樣一個場景：面前有幾十只猴子，每一只都在動，每一種動作都有著特定的行為定義。如何分辨？
要捕捉到這些信息，此前需要靠人工觀測，用記錄本記錄下來，計算機把每一個猴子每一種動作自動標記起來，并且算出來這些動作花了多長時間，這個動作執行了多少次。
郭松濤團隊研究人員正在監測金絲猴。西北大學供圖
盡管視頻數據可通過專業軟件輔助分析，但要觀察僅僅幾天的動物行為視頻，則仍需要花費多達上百小時人工核驗。對于環境復雜、種群龐大的野生動物而言，這種低效模式嚴重制約了行為規律研究。
“因為每一種動物在一天之內的所有行為是一個較為穩定的過程，這種定量化的行為分析對動物的行為規律掌握非常重要。”郭松濤說。
為解決行為智能分析中面臨的共性難題，郭松濤團隊以行為學原理為根基，融合人工智能技術，歷時四年研發出"猴臉識別2.0"——自動識別與測量AI框架。該系統不僅能精準識別、追蹤野生動物個體，還可自動分析行為節律，生成時間分配報告，實現全自動行為監測。
郭松濤團隊研究人員正在監測靈長目物種。西北大學供圖
該框架在3種靈長目物種（川金絲猴、狐猴、狒狒），3種食肉目物種(老虎、棕熊、黑熊)，3種偶蹄目物種(羚牛、列氏水羚、角馬)，1種奇蹄目物種(斑馬)，共計四大類群、十種代表性物種上得到了驗證。
這個龐大的數據庫算法也讓這項技術有了“獨家秘訣”，不依賴于觀察者的數據分析系統，突破了觀察者的視角局限。
在實際應用上也非常有效，舉個例子：兩只老虎打架，如果其中一只受傷了，靜臥半個小時，肉眼很難去分辨它為什么躺在那，或者說為什么停留那么長時間。
“AI可以精準識別。”郭松濤解釋，這個內在的邏輯就在于每一種動物在某種行為上花的時間是相對穩定的過程，即便是休息，也應該是以某種相對穩定的姿態休息。一旦出現異常模式，系統立即預警。預警信息直達監管人員與獸醫團隊，為及時干預爭取黃金時間。
這對瀕危物種保護意義重大。以大熊貓為例：其采食時間較長，多1個小時和少1個小時的采食，日常很難準確記錄。目前人工監管下，只能粗略估計熊貓的進食。但如果難以消化的食物長時間滯留在熊貓體內，會對其消化系統產生影響。“通過AI量化分析進食時長、咀嚼頻率等細節，能夠實現消化系統異常預判，有利于我們快速掌握熊貓的健康狀態。”郭松濤告訴《中國科學報》。
鐵籠里觀測猛獸 科研之路“累并快樂著”
盡管技術已大幅降低人力依賴，郭松濤團隊仍堅守一個原則：野外研究必須近距離觀察。“只有在動物跟前感受它了、觀察它了，才能深刻理解它的每一個動作，每一個行為，每一個眼神的深意。”郭松濤說。
“如果你不理解動物行為，那就是因為你觀察得不夠仔細，或者靠得不夠近。”郭松濤解釋說，因為在整個人類對自然界觀察里頭，野生動物界是最令人向往的一個領域。
工作中的劉佳。西北大學供圖
郭松濤團隊博士生劉佳是在“猴臉識別”技術研發時就加入團隊的學生，如今他已經成長為橫跨動保與AI的復合型人才。回憶起框架收集期間的難忘經歷，團隊在猛獸區的采集是在鐵籠里進行的，同學們在籠內，老虎、黑熊這些肉食動物在籠外自由活動。“看著咆哮示威的猛獸，整個監測過程神經緊繃。但能24小時在園區零距離觀測動物，這種經歷也讓團隊成員非常興奮。當大家拿到大量行為數據，最終應用到框架，自豪感不言而喻。”劉佳說。
得益于監測基地生活條件的改善，也得益于新技術的革新。郭松濤笑著說，“我們再也不用為找不到鞋而苦惱了。”
郭松濤團隊合影。西北大學供圖
如今，郭松濤團隊也正在著手研發3.0系統，將拓展至更多動物。“未來，我們也希望能夠應用到家禽家畜的養殖上，如果有足夠多的前期訓練數據，就可以通過視頻監控對個體進行健康預警。”郭松濤表示，預警信息直達養殖戶和獸醫團隊，為動物健康監測提供更廣泛的解決方案。
郭松濤也希望更多的人參與進來，促使技術迭代、精度提高、互相幫助。“我們提出概念和框架，這只是一個基礎的平臺，希望大家在平臺上可以發揮自己的優勢，共同完善技術精度、拓展應用邊界。”郭松濤滿懷期待地說。
相關論文信息：https://doi.org/10.1111/1749-4877.12985
原文鏈接：https://news.sciencenet.cn/htmlnews/2025/5/544470.shtm
