20多年前，郭松涛攻读硕士学位期间，跟随导师李保国教授在陕西周至国家级自然保护区监测金丝猴。白天他们在山林间追踪猴群，夜晚借宿在山下的村民家中。因为老鼠太多，次日清晨经常因找不到鞋子而苦恼。

彼时的郭松涛刚接触野生动物研究不久，常年风餐露宿，皮肤晒得黝黑。他坦言，曾一度羡慕实验室中穿白大褂的同窗。

西北大学生命科学学院教授郭松涛记录金丝猴。西北大学供图

然而，当第一群川金丝猴从他头顶的枝桠间腾跃而过，当羚牛群悠然从身侧踱步穿行，他被这些生灵深深震撼。“尤其是跟它们对视的瞬间，你会意识到人类的渺小——它们才是自然界真正的主宰。”从此，郭松涛与野生动物结下了不解之缘。

“国际空白领域，我们就自主研发”

动物行为是人类常见但又机理复杂的自然现象。自古以来，人类执着于观察动物行为、了解动物习性。千百年来，人们一直通过肉眼观察来记录和研究动物习性。

“传统监测需要花费大量的时间，需要研究人员长期驻扎在野外，而动物的行为复杂多变，有时候单个个体就需要观察很久。”在长期的研究中，西北大学生命科学学院教授郭松涛一直想寻求技术来突破这一瓶颈。

起初，他们从欧洲购买了一个软件，寄希望于提高监测效率。然而在对该软件实际应用后，他们发现，这款软件仅仅具备基础数据录入功能，研究人员仍需将动物的录像拍摄回来，再挨个输入到电脑里分析。

“看起来是进步的，但相较于野外观察，没有了环境参照，个体识别变得更复杂了，研究人员坐在电脑跟前的时间更长了。严重的是，一个学生因此视网膜脱落，还住院了。”郭松涛坦言，在使用了一段时间后，他们还是放弃了。

这段经历却催生出郭松涛一个关键疑问：“所谓先进软件仅应用了统计与数据处理技术，却未触及动物身份识别与行为分析两大核心难题。我们能否自主攻克？”

此时，人工智能技术迅猛发展，这些技术大量应用于汽车制造、人体健康监测等方面。“既然都没人用在动物上，我们就做开拓者！把人工智能跟动物学研究结合起来，来解决困扰动物学研究人员面临的问题。”

位于陕西周至国家级自然保护区内的川金丝猴。摄影 李媛

2018年，郭松涛跟母校西北大学计算机学院跨学科攻关，开始研发专注于动物行为研究的人工智能技术；2020年，团队基于长期积累的金丝猴特征数据，创新性提出具有关注机制的深度神经网络模型，成功研发出全球首个金丝猴个体识别系统（Tri-AI）。

这一系统如同打开了动物研究的新世界大门。“系统颠覆了依靠动物个体特征（斑纹、颜色、伤疤）或者人为标记特征（如烙印、刺青、染色、环志、无线电项圈及遗传标记）的传统方法，实现了对野生个体的准确身份识别和连续跟踪采样的功能。更重要的是，该系统为在理想条件下实现‘无观察者干扰效应’的动物学研究提供了可能。”郭松涛说。

位于陕西周至国家级自然保护区内的川金丝猴。摄影 李媛

相比人脸识别，猴脸识别技术的不同在于，金丝猴的脸部皮肤区域带毛区域多，且毛发区域相对更明显，纹理特征更复杂，对识别系统的深度学习能力提出了更高的要求。

在当时，Tri-AI系统不仅可以应用于多个类群的不同物种，还可实现夜间连续无碍观测。Tri-AI系统对个体数大于19的17个灵长类物种的平均识别精度达94.1%，且每秒识别31张图片。这一成果，让动物研究效率实现几何级提升。

从1.0“猴脸识别”到2.0“翻译行为”

想象这样一个场景：面前有几十只猴子，每一只都在动，每一种动作都有着特定的行为定义。如何分辨？

要捕捉到这些信息，此前需要靠人工观测，用记录本记录下来，计算机把每一个猴子每一种动作自动标记起来，并且算出来这些动作花了多长时间，这个动作执行了多少次。

郭松涛团队研究人员正在监测金丝猴。西北大学供图

尽管视频数据可通过专业软件辅助分析，但要观察仅仅几天的动物行为视频，则仍需要花费多达上百小时人工核验。对于环境复杂、种群庞大的野生动物而言，这种低效模式严重制约了行为规律研究。

“因为每一种动物在一天之内的所有行为是一个较为稳定的过程，这种定量化的行为分析对动物的行为规律掌握非常重要。”郭松涛说。

为解决行为智能分析中面临的共性难题，郭松涛团队以行为学原理为根基，融合人工智能技术，历时四年研发出"猴脸识别2.0"——自动识别与测量AI框架。该系统不仅能精准识别、追踪野生动物个体，还可自动分析行为节律，生成时间分配报告，实现全自动行为监测。

郭松涛团队研究人员正在监测灵长目物种。西北大学供图

该框架在3种灵长目物种（川金丝猴、狐猴、狒狒），3种食肉目物种(老虎、棕熊、黑熊)，3种偶蹄目物种(羚牛、列氏水羚、角马)，1种奇蹄目物种(斑马)，共计四大类群、十种代表性物种上得到了验证。

这个庞大的数据库算法也让这项技术有了“独家秘诀”，不依赖于观察者的数据分析系统，突破了观察者的视角局限。

在实际应用上也非常有效，举个例子：两只老虎打架，如果其中一只受伤了，静卧半个小时，肉眼很难去分辨它为什么躺在那，或者说为什么停留那么长时间。

“AI可以精准识别。”郭松涛解释，这个内在的逻辑就在于每一种动物在某种行为上花的时间是相对稳定的过程，即便是休息，也应该是以某种相对稳定的姿态休息。一旦出现异常模式，系统立即预警。预警信息直达监管人员与兽医团队，为及时干预争取黄金时间。

这对濒危物种保护意义重大。以大熊猫为例：其采食时间较长，多1个小时和少1个小时的采食，日常很难准确记录。目前人工监管下，只能粗略估计熊猫的进食。但如果难以消化的食物长时间滞留在熊猫体内，会对其消化系统产生影响。“通过AI量化分析进食时长、咀嚼频率等细节，能够实现消化系统异常预判，有利于我们快速掌握熊猫的健康状态。”郭松涛告诉《中国科学报》。

铁笼里观测猛兽 科研之路“累并快乐着”

尽管技术已大幅降低人力依赖，郭松涛团队仍坚守一个原则：野外研究必须近距离观察。“只有在动物跟前感受它了、观察它了，才能深刻理解它的每一个动作，每一个行为，每一个眼神的深意。”郭松涛说。

“如果你不理解动物行为，那就是因为你观察得不够仔细，或者靠得不够近。”郭松涛解释说，因为在整个人类对自然界观察里头，野生动物界是最令人向往的一个领域。

工作中的刘佳。西北大学供图

  ?

郭松涛团队博士生刘佳是在“猴脸识别”技术研发时就加入团队的学生，如今他已经成长为横跨动保与AI的复合型人才。回忆起框架收集期间的难忘经历，团队在猛兽区的采集是在铁笼里进行的，同学们在笼内，老虎、黑熊这些肉食动物在笼外自由活动。“看着咆哮示威的猛兽，整个监测过程神经紧绷。但能24小时在园区零距离观测动物，这种经历也让团队成员非常兴奋。当大家拿到大量行为数据，最终应用到框架，自豪感不言而喻。”刘佳说。

得益于监测基地生活条件的改善，也得益于新技术的革新。郭松涛笑着说，“我们再也不用为找不到鞋而苦恼了。”

郭松涛团队合影。西北大学供图

如今，郭松涛团队也正在着手研发3.0系统，将拓展至更多动物。“未来，我们也希望能够应用到家禽家畜的养殖上，如果有足够多的前期训练数据，就可以通过视频监控对个体进行健康预警。”郭松涛表示，预警信息直达养殖户和兽医团队，为动物健康监测提供更广泛的解决方案。

郭松涛也希望更多的人参与进来，促使技术迭代、精度提高、互相帮助。“我们提出概念和框架，这只是一个基础的平台，希望大家在平台上可以发挥自己的优势，共同完善技术精度、拓展应用边界。”郭松涛满怀期待地说。

相关论文信息：https://doi.org/10.1111/1749-4877.12985