澳大利亚伍伦贡大学的研究团队近日推出了一款创新设备，能够在数秒内通过捕捉蚊子翅膀振动的声音，精准辨别出三种主要传播疾病的蚊虫：伊蚊、按蚊和库蚊。这一技术为追踪疟疾、登革热等蚊媒传染病提供了比传统方法更高效的解决方案。该成果已在日内瓦举行的联合国“AI for Good”全球峰会上展出。

这款设备无需网络连接，其核心技术是“微型机器学习”（TinyML）。TinyML作为机器学习的前沿领域，能够使AI模型直接运行在低功耗的小型芯片上，无需依赖大型计算机或云端服务，真正实现智能设备的普及化应用。

世界卫生组织已将蚊子列为地球上最致命的动物，每年导致数十万人丧生。传统的蚊媒监测方法虽然精确，但过程繁琐耗时：科学家需从孳生地采集水样，带回实验室分析幼虫才能确定蚊种。而研究团队发现，通过声音可以更快完成同样的识别任务。每种蚊子的振翅频率各不相同，犹如独特的“声学指纹”。基于这一原理，他们开发了一款人工智能模型。

经过公开录音数据的训练，该模型的识别准确率达到了88.3%，在同类音频分类任务中表现相当可靠。随着麦克风技术的进步和录音清晰度的提高，准确率还有望进一步提升。该模型被部署在基于Arduino的小型设备上——这是一块低成本、可编程的电路板，集成了麦克风和显示屏。

研究团队指出，这项技术的真正价值在于大规模部署：通过设备网络实现全天候监听蚊虫活动，并将数据汇总生成实时地图。如同导航软件实时显示交通状况，这套系统能够直观展示病媒蚊的聚集区域。社区和公共卫生部门可以借此在疫情暴发前及时发现热点，采取主动防控措施，而无需被动应对。