Automating Visual Recognition of Leprosy in Wild Chimpanzees

想象一个这样的世界：大自然中最警觉的保安是隐藏在深林中的静止、无声的摄像机。这些摄像机不是用来抓捕窃贼的，而是用来监视地球上最神秘居民的：野生动物。几十年来，科学家一直依靠这些“红外相机”来统计动物数量并研究它们的生活，但它们产生的视频量之大令人难以承受。这就像是在一座秋天的落叶山中，试图徒手寻找一种特定类型的叶子；这既耗时又费力，而且你可能会错过最重要的那一枚。这正是人工智能（AI）大显身手的时刻。把 AI 想象成一个超快速、不知疲倦的侦探，它可以在几秒钟内扫描数千张照片，寻找人类肉眼可能忽略的微小线索。但难点在于：教计算机识别一只生病的动物，比教它识别一只老虎要难得多。动物会移动，它们会躲在树后，而且根据光线的不同，它们看起来也会有所不同。科学家们提出的重大问题是：我们能否构建一个足够聪明的数字侦探，仅仅通过观察森林里一只猴子模糊的照片，就能发现疾病的存在，而不需要专家团队去观看每一秒钟的视频？

这正是研究人员正在解决的挑战，他们正试图从一种被称为麻风病的恶疾中拯救野生黑猩猩。你可能认为麻风病是人类的问题，但对于这些类人猿来说，它也是一种无声的杀手。当黑猩猩生病时，它不仅仅是感觉身体不适；它会出现非常明显的物理变化。它们的皮肤可能会失去颜色，耳朵可能会看起来厚实且肿胀，或者它们可能会失去毛发甚至手指。这些迹象就像在风中飘扬的红色警示旗，但由于黑猩猩生活在野外且不喜欢人类，我们无法直接走上前去检查。我们必须依靠那些红外相机。问题在于，相机记录了大量的视频，以至于人类不可能看完所有的内容。因此，研究人员构建了一种新型的 AI 流水线，来代替人类进行观察。

首先，他们创建了一个庞大的训练数据库，名为“PanLep300”。把它想象成一本巨大的相册，包含了来自五年来数百个不同视频的超过 125,000 张黑猩猩裁剪照片。他们仔细地为每张照片进行了标注，标明哪些黑猩猩是健康的，哪些显示出晚期麻风病的可怕迹象。至关重要的是，他们并没有把所有照片胡乱堆在一起；而是以模拟现实生活的方式对其进行了组织。他们确保 AI 在“训练”阶段从未见过在“最终考试”中出现的特定黑猩猩或特定的相机位置。这确保了 AI 学习的是如何识别疾病本身，而不是仅仅记住“黑猩猩 Bob 总是坐在 5 号相机附近”。

一旦 AI 准备就绪，研究人员测试了三种不同的让它变得更聪明的方法。第一种方法就像看一张静态快照：AI 看一张黑猩猩的照片，然后判断它是否生病。第二种方法就像观看一段 16 帧的短片，观察黑猩猩行走的过程，希望通过观察运动来提供帮助。第三种方法是最复杂的，即 AI 尝试一次性理解整个视频序列，学习黑猩猩随时间变化的动作和外观。

这里有一个令人惊讶的转折：最简单的方法赢了。研究人员发现，AI 并不需要成为一名电影评论家或运动专家。事实上，最好的方法是提取黑猩猩的单张照片（“裁剪图”），让 AI 判断每一张是否看起来有病，然后只需统计投票即可。如果序列中的大多数照片都显示“有病”，那么这只黑猩猩就是有病的。事实证明，麻风病是一种静态疾病；其迹象不会像舞蹈动作那样快速变化。它们就存在于那里，就像衣服上的污渍一样。试图教 AI 去分析黑猩猩复杂的运动（即“视频”方法），实际上反而让效果变差了，或者至少没有比单纯看照片更好。复杂的模型就像试图通过写一篇关于数字的小说来解决数学题的学生，而他们其实只需要把数字加起来就行了。

研究还发现了一些会让即使是聪明的 AI 也栽跟头的“陷阱”。一个主要问题发生在视频片段的开头和结尾。当黑猩猩走进画面时，它通常是半遮挡或模糊的；当它走出来时，情况也是如此。研究人员发现，如果 AI 尝试计算整个视频的平均分，这些模糊、半遮挡的瞬间会拉低分数，使一只明显的患病黑猩猩看起来像是健康的。这就像一个学生在考试中得了满分，却因为迟到并错过了第一个问题而得到了零分；平均值破坏了结果。为了解决这个问题，团队展示了如果你简单地切掉片段的开头和结尾（一种“修剪”策略），或者只统计最清晰、最确定的照片（一种“前 25%”策略），AI 的准确性就会大大提高。

另一个有趣的发现是关于背景的。研究人员尝试移除了照片中的森林背景，只留下黑猩猩，认为这能帮助 AI 更加专注。令人惊讶的是，这反而让 AI 变得更差了。看来 AI 正在利用森林中的线索——比如树木的类型或光照——来帮助判断黑猩猩是否生病。当他们移除背景时，他们也无意中移除了这些有用的提示。这就像试图通过只看脸来猜测一个人的情绪，却发现你其实需要看到身后那扇下雨的窗户才能理解他为什么悲伤。

最后，研究人员证明了我们可以利用简单的智能相机和计算机，建立一个筛查野生黑猩猩麻风病的系统。他们证明了你不需要一个超级复杂的、具备运动感知能力的机器人来完成这项工作；只要对单张照片有敏锐的观察力，再加上一种聪明的计数方法，就足够了。虽然该系统目前还不完美，仍需在更大的群体中进行更多测试，但它提供了一个强大的工具。它表明，在未来，我们或许可以监视整个野生动物森林，及早发现疾病并挽救生命，而无需干扰动物，也不必花费数年时间观看无尽的视频。核心启示在于：有时，用最简单的方式看待问题，反而是解决问题最有效的方式。