When AI encounters natural history: Morphological OTUs reshape our understanding of Earth's life

为了理解生命世界，科学家们必须首先就他们所观察的对象达成共识。几个世纪以来，这意味着将每一片叶子、每一只甲虫和每一朵花都归入一个命名的物种中，这项任务依赖于能够识别形状和结构上细微差异的专家。当样本稀少且研究充分时，这一系统运作良好；但当面对单次野外调查中发现的海量生命时，该系统就会失效，因为其中大多数个体无法被鉴定到具体的名称。为了应对这一问题，研究人员经常转向分子方法，根据遗传密码将生物分组为代表物种的单元。然而，这些遗传方法需要采集组织样本并进行复杂的实验室测试，而这并不总是可行。与此同时，简单的视觉识别也面临困境，因为它通常依赖于预先已知的物种名称来训练计算机。挑战依然存在：如何仅利用我们拍摄的照片来组织和统计生命的多样性，而不需要预先存在的名称列表或满载设备的实验室？

一项新研究提供了一种前进的方向，它通过教计算机像博物学家那样观察世界，但具有更广泛的视野。研究人员开发了一个名为 morphOTU 的系统，该系统完全基于生物的物理外观来创建群组。该系统并非要求计算机记忆一份已知的物ellen物种清单，而是学习识别生物自身形状、纹理和结构的模式。它将数千张图像组织到一个连续的空间中，使外观相似的事物聚集在一起，形成作者所称的“操作单元”（operational units）。这些单元充当了统计生物多样性的实用层，使得科学家即使在不知道所研究生物正式名称的情况下，也能衡量一个地区生命的多样性。

该团队在五组不同的数据集上测试了这种方法，涵盖了从花卉、木材解剖结构到甲虫身体的图像。在每种情况下，该系统都成功地将图像进行了分组，使其方式与真实物种的结构相匹配。当研究人员将计算机生成的多样性计数与人类专家制作的计数进行比较时，两者的数值非常接近。即使在没有使用任何标记物种名称进行训练的情况下，该系统依然有效；而且即使在研究人员仅提供极少数特定动物实例进行学习时，它也保持了准确性。这表明计算机发现的视觉模式并非随机噪声，而是生物现实的真实反映。

为了观察这种方法在现实场景中的表现，研究人员将其应用于一项包含 4,717 只昆虫的大规模野外调查，这些昆虫代表了 12 个不同目中的 269 个物种。在这个复杂的混合体中，该系统仅使用来自 28 个常见物种的图像进行了微调。尽管训练有限，但生成的多样性估计值与专家人工标签产生的数值几乎一致。计算机计算出的多样性得分为 3.75，而专家计算出的得分为 3.53，如此微小的差异表明机器有效地捕捉到了群落的真实多样性。该系统不仅产生了一个数字，它还向研究人员展示了差异究竟存在于何处。它可以指向特定的特征，例如花朵的对称性、甲虫外壳的纹理或木材中导管的排列，证明了它所形成的组别是基于具有生物学意义的特征。

这项工作表明，我们可以直接从生物的物理形态出发，建立一个可靠的框架来理解生物多样性，而无需等待正式名称的分配。通过将生命组织成这些视觉组别，科学家们获得了一个强大的工具，可以在野外与传统方法并行，或在物种名称尚不可得的情况下，对生态系统的丰富度进行量化。研究结果显示，视觉世界蕴含着足够的信息，可以将生命分类为连贯的单元，从而为在正式物种名称出现之前、与之并行或在其缺失的情况下，提供一种观察和统计自然界的新途径。