離開
進入全球首度證實！ 中研院結合AI 建立蛾類色彩和海拔溫度預測模型
中研院生物多樣性研究中心副研究員沈聖峰（左）與資訊所研究員陳昇瑋（右）研究團隊，結合蛾類研究和人工智慧深度學習技術，證實蛾類色彩和海拔高度與溫度的相關性。（記者簡惠茹攝）
〔記者簡惠茹／台北報導〕過去生物多樣性研究苦於沒有客觀量化方式，中研院團隊結合AI人工智慧研究生物多樣性，不但首度證實蛾類色彩和海拔高度與溫度的相關性，海拔越高、溫度越低，蛾類色彩越深，團隊也建立模型預測稀有種海拔高度分布，準確率最高可達96％。
中研院生物多樣性研究中心副研究員沈聖峰與資訊所研究員陳昇瑋研究團隊，結合蛾類研究和人工智慧深度學習技術，發現蛾類色彩多樣性會隨著海拔下降、溫度升高而增加，蛾類身體和前翅相對於整體明暗度隨著海拔升高、溫度降低而下降的趨勢，並建立模型預測稀有種分布，研究成果今年10月7日登上國際期刊自然通訊（Nature Communications）。
沈聖峰表示，這次研究有兩個主要成果，一個是學術上的發現，解決蛾類色彩多樣性與溫度的相關性問題，另外則是應用人工智慧客觀量化生物多樣性的研究方法，將來也有機會應用到其他生物研究，蛾類研究已經計畫跟日本學者合作，將日本蛾類加入模型。
文章第一作者吳士緯表示，台灣蛾類大概有4400種，蝶蛾比例1比10，不同季節、不同海拔出沒的蛾類都不同，長期研究以來，會有研究者經驗上的分類，但是蛾類色彩多樣，斑紋繁複，傳統色彩斑蚊分析主觀且難度高，雖然過去也有論文討論明暗色彩，苦於沒有客觀分析方法。
沈聖峰指出，這次研究應用人工智慧技術，探討動物色彩研究，尋找與海拔高度相關特徵，過去人工智慧結合生物領域的應用，主要用於不同物種的分類，團隊是第一個應用在生物型態分析的研究，證實蛾類色彩和生活海拔高度的相關性並建立模型，根據照片就可以預測蛾類生活的海拔高度，模型接收超過10張照片的正確率可以達96%，小於10張也有84％。
沈聖峰指出，研究進行一年多，研究也發現海拔500公尺以上到2500公尺的蛾類外觀越相近，顏色會越單一、越深色，500公尺以下蛾類也出現相似性，顏色配置會更多樣，有深有淺且多采多姿，推估原因是越冷的環境越需要深色體色有利於吸熱 。
論文資料來自2011年到2016年由農委會特生中心副主任林旭宏和研究助理施禮正帶領103名志工，蒐集到超過23194筆台灣蛾類標本數位化影像，經過鑑定物種數達1951種蛾類，是台灣已知蛾類的近一半。林旭宏表示，生物調查必須一步一腳印，到指定地點採集，一份一份製作標本拍照，才能讓AI學習。
陳昇瑋指出，這次合作研究有多重意義，台灣講AI講很多年，產業界已經有很多AI合作案例，AI可以做醫療診斷，製造業做瑕疵檢測，金融業商品預測，而這次更看到台灣開始有代表性AI相關研究。
中研院生物多樣性研究中心副研究員沈聖峰（左三）與資訊所研究員陳昇瑋（左二）研究團隊，結合蛾類研究和人工智慧深度學習技術，證實蛾類色彩和海拔高度與溫度的相關性。（記者簡惠茹攝）
