人工智慧還原“葉子”真面目 為一億年前昆蟲偽裝術

自然界中，不少動物演化出了神奇的“偽裝術”，幫助他們躲避天敵或捕捉獵物。擬態是其中比較常見的一種，如竹節蟲擬態樹枝、螽斯擬態樹葉等。但在漫長的地質歷史中，昆蟲的這些偽裝本領是如何起源以及演化的，我們知之甚少。近日，中國科學院南京地質古生物研究所用人工智慧技術對一億年前白堊紀緬甸琥珀進行定量化計算，成功判定了昆蟲擬態植物最早的化石記錄，相關研究成果近日線上發表在《歷史生物學》上。

“本次發現的擬態植物昆蟲為直翅目蚤螻科的昆蟲，該物種被命名為王氏擬葉蚤螻。” 研究員王博介紹，從形態上觀察，擬葉蚤螻與同時期苔類和卷柏類植物表現出了極高的相似性：中足腿節與脛節摺疊後，與卷柏類植物的小葉極度相似；後足腿節異常膨大，與卷柏類等植物的葉片極其相似。經過度量，擬葉蚤螻與卷柏類等植物在尺寸上也極為接近，更加證明了擬葉蚤螻的擬態行為。

隨後，他們使用孿生神經網路對地質歷史時期的擬態行為進行了定量分析，並提供了一套初步的定量判定模型與方法。王博告訴記者，孿生神經網路是近年來新發展的人工智慧分析技術，被廣泛應用於影象相似度衡量中。其主要利用對抗的思想，每次輸入一對圖片，使得經演算法最佳化的目標與相似影象對距離更小，不相似的影象對之間距離更大。孿生神經網路還可以提取肉眼無法觀察到的多維資訊，從而對不同圖片之間的語義距離進行定量化計算。由此，便可以定量化計算出不同影象之間的不相似度數值，從而客觀地判斷不同影象之間的相似性。

“孿生神經網路的定量化計算進一步證明擬葉蚤螻的擬態行為。使用相似影象對資料集的1836個影象對對孿生神經網路進行初步訓練，得出現生昆蟲是否擬態的判定值域。” 王博解釋，透過計算得出的判定值域確認化石中昆蟲是否擬態。

此次研究發現了七枚覆物偽裝昆蟲，涉及兩大類昆蟲（齧蟲目和半翅目蟾蝽科）。其中六枚齧蟲目昆蟲包括三個形態種類，一枚蟾蝽科昆蟲包含一個形態種類。該蟾蝽科昆蟲的背上覆蓋有大量的碎屑物，包括土壤顆粒、砂礫和植物碎屑等。這類昆蟲極有可能利用背部的剛毛將碎屑物質粘在其背上。研究還發現在有花植物大輻射之前，大部分具有覆物行為的昆蟲，都已經演化出了覆物偽裝這一複雜行為。（記者 張宣）

更多資訊或合作歡迎關注中國經濟網官方微信（名稱：中國經濟網，id：ourcecn）