近日，由中国科学院华南植物园工程师徐洲锋等科研人员完成的“物种鉴定方法、系统、设备及存储介质”获得国家发明专利授权。该发明能够利用高质量的区域生物物种编目和当前AI识别在物种高阶分类阶元鉴别上的稳定性和准确性，增强传统AI在区域物种种类鉴别上的可靠性。

据介绍，诸如拍照识花、听音辨鸟等 AI 应用不仅可以极大的拓展了公众独立探索生物世界的能力，还有望为生物多样性的研究与保护提供智慧能力支持。但是现有AI目前仍然无法实现大规模物种种类的准确鉴别，这主要是因为：随着训练数据中物种数量和数据规模的增长，近缘生物分类群的相似性状以及不同分类群的表观趋同性状会明显增加，导致不同种类的分异特征会被进一步稀释，因此单纯利用图片视频等数据训练AI和识别物种，可能不足以获得可靠的种类鉴定；数据不足和数据分布不均是天然存在的，小样本和无样本物种的鉴别目前仍然是一个AI难题；物种是一个非常复杂的科学概念，数据中许多物种的界定可能存在错误或者物种本身仍然需要进一步研究和明确，这会导致模型无法习得可靠的鉴别能力。

因此，当前准确的物种鉴定仍然需要分类学家或专业人员进行人工鉴别，效率比较低下。该发明可以结合AI的物种识别能力，物种的地理位置、区域专家知识、以及物种的亲缘关系增强现有AI在区域物种鉴别上的可靠性，从而提高物种准确鉴别的效率。

该发明由广东省基础与应用基础研究旗舰项目和广东省重点领域研发计划项目的资助。