来源：环球时报

蚊子嗡嗡叫的声音虽然烦人，但您可能不知道，不同种类蚊子的振翅声其实各自藏着独特的“声纹身份证”。最近，澳大利亚伍伦贡大学的研究团队成功研发出了一款体积小巧、成本低廉的智能监测设备，只需捕捉到蚊子的振翅声响，就能快速判断它是否属于携带病原体的“危险蚊种”。这项创新技术有望帮助卫生部门更高效地监测携带登革热、疟疾等病原体的蚊虫，尤其适用于实验室检测能力薄弱、基础设施匮乏的偏远地区，其应用价值尤为突出。

这款设备由基兰·特里维迪博士领衔研发，不久前在日内瓦举办的联合国人工智能向善全球峰会上首次亮相。它依托人工智能技术，能够精准识别全球危害最严重的三种致病蚊种：伊蚊、按蚊和库蚊。这些蚊子正是登革热、疟疾、西尼罗河病毒等重大传染病的传播主力，每年导致全球数百万人受到感染甚至死亡。

世界卫生组织的数据显示，蚊子每年导致数十万人丧生，其中发展中国家受冲击最严重。这些地区往往缺乏专业实验室，无法进行深入的病原体检测。传统的蚊虫监测流程是怎样的呢？工作人员需要前往蚊虫产卵地采集孑孓样本，再统一运回实验室，依靠专业人员用显微镜逐一分辨蚊种。这种方法虽然准确，但耗时耗力，且高度依赖专业人才，难以实现大规模、常态化的监测。而基兰·特里维迪博士的AI探测器提供了一种更高效的解决方案——不同蚊子的振翅频率存在细微差异，形成独一无二的“声学指纹”。设备只需分析几秒钟的振翅声，就能快速区分蚊种，大幅提升监测效率。

有趣的是，这款设备与市面上大多数依赖高性能计算机或云网络的AI系统截然不同。它创新性地集成了微型机器学习技术，AI模型直接在内置的低功耗小型芯片上独立运行，完全不需要联网、云计算平台或昂贵的配套设备。换句话说，在乡村和偏远地区也能轻松部署使用。设备的核心是一块基于Arduino平台的微型电路板，配备麦克风和显示屏。研发团队利用开源的蚊子振翅音频数据训练AI模型，目前识别准确率已达到88%，并且随着数据积累仍有提升空间。

基兰·特里维迪博士表示，随着麦克风性能的提升和音频数据质量的优化，设备的识别准确率还有很大的上升空间。他还提到，多台设备联动部署能让检测性能实现质的飞跃——相比单个探测器，多设备协同作业可以对整个区域的蚊虫种群进行持续性监测，实时标注携带病原体蚊虫的分布区域，并自动生成动态可视化地图。特里维迪博士将这个愿景比作实时更新路况的导航软件。过去，公共卫生组织往往只能在疫情暴发后被动响应；有了这套智能监测系统，工作人员可以提前锁定蚊虫高发疫区，及时介入，从源头阻断传播链条。

如果进一步优化升级，这款简单的声学探测设备将成为高性价比且实用的工具，帮助全球各地快速筛查高致病性蚊种，完善疾病监测体系，提升疫情前置防控能力，从而有效降低蚊媒传染病的暴发风险，为全球公共卫生安全提供有力支撑。