人工智慧發現蛾色彩與海拔高度密碼 - 蟲蟲

論文全文請參考網站:
https://doi.org/10.1038/s41467-019-12500-2

吳士緯博士提供之新聞稿

以人工智慧揭示昆蟲色彩多樣性的環境限制

中央研究院生物多樣性研究中心沈聖峰副研究員與資訊所陳昇瑋研究員領導之研究團隊，
日前利用蛾類公民科學資料與人工智慧深度學習技術，探討生物學領域色彩多樣性隨環境
梯度變化的現象與成因，此論文成果於2019年10月7日發表在國際頂尖專業期刊「自然通
訊（Nature Communications）」。

早在19世紀，英國博物學家華萊士（A. R. Wallace）就已留意到生物的色彩多樣性會隨
著環境梯度變化，近年來也有不少發表於知名期刊的相關論文在講述這個現象。然而此領
域的發展一直受限於如何取得質、量兼具的影像資料，以及客觀量化生物的視覺特徵（如
體色與紋路等），故未有解讀出一致的變化趨勢。此篇論文的材料絕大多數源於近年公民
科學興起所獲得的成效，涵蓋2011至2016年由特有生物研究保育中心現任副主任林旭宏與
研究助理施禮正帶領103位蛾類公民科學志工，累積超過2萬筆臺灣蛾類標本之數位化影像
，經由施禮正與中央研究院生物多樣性中心博士後研究員吳士緯鑑定為近2千種蛾類（臺
灣已知有4千4百種）。以此公民科學資料為基礎，本研究團隊中的資訊所張鈞閔、楊鎮銘
、黃玉婷以及生物多樣性中心麥舘碩等資訊工程師首先將標本資料進行去背、裁切，縮放
等標準化操作，應用人工智慧領域中遷移學習（transfer learning)的技巧，以殘差網路
（residual network)迴歸預測物種的平均海拔分布，抽取出與海拔梯度相關之特徵。相
較於人為決定視覺特徵的標記與量化方式，此法可能更為客觀。研究團隊針對特徵進一步
分析的結果顯示蛾類色彩多樣性會隨著海拔下降而增加，同時蛾類的身體與前翅相對於整
體的明暗度有隨海拔升高而下降的趨勢。此現象可能源於較高海拔低溫導致利於吸熱的較
暗體色適應，而根據色彩基礎轉換理論，可推論出暗體色限制了較高海拔蛾類的色彩多樣
性。

此篇論文也顯示在生物相關議題上，長年公民參與累積的基礎資料能用於較大尺度或關鍵
的議題分析，而導入需求足夠資料才能著力的深度學習技術，不只限於過去幾年用於類群
辨識（例如田間蔬果或雜草的自動化篩選、非洲草原上的物種動態監測），也能使用功能
性狀（例如此篇論文的色彩斑紋）非常精確地預測稀有物種的分布，並將功能性狀分析與
物種分布模式結合在一起，這對於高度多樣化的分類群中的稀有物種相當有價值，特別是
那些可能導因於人為氣候變化而經歷分布範圍變化的物種。此篇論文最後點出深度學習可
以幫助我們以前所未有的深度來解密複雜的自然現象，並對英國博物學家達爾文（C. R.
Darwin）曾著迷的無窮無盡的自然形態變異（the endless forms of natural
morphological variation）提供探索的起點。

論文的第一作者吳士緯，目前於本院生物多樣性研究中心從事博士後研究，共同第一作者
張鈞閔於曾任資訊所科技替代役，目前為美國威斯康辛大學麥迪遜分校信號處理和機器學
習學程學生。

--