6月8日消息——提起野生动物走私，许多人首先想到犀牛角、象牙或被当作宠物贩卖的红毛猩猩幼崽。然而，海洋生物的非法交易同样触目惊心，且更加隐蔽：鱼翅、海马、海参等常见物品混在行李和包裹中便能轻易过境，查处难度极大。近日，科研团队开发出一套基于人工智能的检测算法，专门用于识别这些走私的海洋生物样本，识别准确率高达92%。

麦考瑞大学的瓦妮莎·皮罗塔博士作为该研究的第一作者，相关论文发表于《海洋可持续发展前沿》期刊。她指出：“野生动物贸易残忍且不道德，许多人对海洋野生动物非法走私还知之甚少。走私对象远不止犀牛角、象牙这些广为人知的物种。在世界海洋日之际，我们希望借此机会唤起更多人对这一问题的重视。”

海洋中的危机

全球海洋野生动物非法交易的年交易额据估计高达数十亿美元，对濒危物种的威胁日益加剧。出于食用、药用、饰品制作或宠物饲养等目的，不法分子铤而走险，将本就脆弱的种群推向更加危险的境地。更为棘手的是，活体走私一旦逃逸，可能在其他生态系统中演变为外来入侵物种。然而，现场查获走私行为难度极大，不仅导致非法活动难以有效遏制，就连其对生态环境的真实影响也难以准确评估。

研究团队采取了一项创新举措：他们对机场现有的X射线计算机断层扫描设备进行了改造——这类设备原本用于检测爆炸物及生物安全隐患，能够对单一物品进行多次扫描并生成内部三维影像。随后，研究人员利用神经网络训练算法，使其能够识别影像中的常见走私物种，旨在构建一套可自动标记可疑行李、再由人工复核的智能检测系统。

本次研究重点关注鱼翅、海马和海参三种对象。鱼翅是备受追捧的食材，干海马常用于传统药材；海参虽相关记录较少，但已知长期遭受非法过度捕捞，实际规模很可能远超现有数据。

研究人员共采集了298组扫描样本：包含20份海参、30份海马、18份鱼翅，其中大部分来自此前查获的走私物品。每个样本均调整摆放位置并搭配不同场景，各自拍摄五组影像，同时制作了混合扫描图像。为了贴近实战环境，他们模拟了走私者的藏匿手段：使用锡纸、衣物包裹样本，或将其塞入儿童玩具中。最后，利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影像上，还原出走私物藏匿在行李中的真实场景。

这批影像用于训练算法后，研究人员又用另一批从未见过的新影像来测试其性能。

数据结果

该算法的整体识别准确率达到92%：其中鱼翅95%、海马96%、海参86%。当然也存在误报情况——整体误报率为13%，分项显示：鱼翅2%、海参1%、海马9%。凭借如此高的精度，这套智能检测算法具备成为打击走私有力工具的潜力，能够拦截大量逃避现有检查手段的货物，有效斩断走私链条，使违法者受到法律制裁。

不过，该系统并非万能。海洋走私物种种类繁多，误报仍需人工二次核查；此外，三维CT扫描仪价格昂贵，并非所有机场都能配备，许多地方仍在使用二维设备。因此，它只能作为现有检测手段的补充，而非替代方案。

皮罗塔也坦言：“我们只能依据过去查获的案例来模拟现实场景。人工智能并非检测的万能灵药，也不能取代人工排查和缉私犬的工作。”