西北网 西安新闻 揭开秦岭金丝猴的神秘面纱

揭开秦岭金丝猴的神秘面纱

雪地上的猴群。

●研究团队在秦岭寻找猴子、“引猴下树”用了10年,“认猴”又用了10年。

●历经20年研发出的“猴脸识别”系统,平均识别精度达94.1%。

●秦岭金丝猴的重层社会结构模式:以一夫多妻制的家庭单元为基本,层层嵌套。

记者 张梅

1月7日7时,西北大学金丝猴研究团队的硕士研究生谢玉乐和她的同伴准时来到秦岭佛坪科研基地的金丝猴“村”。这个“村”有100多只猴、七八个家庭,是该团队研究秦岭金丝猴社会的野外基地之一。

秦岭是金丝猴分布的最北界。秦岭金丝猴又名川金丝猴秦岭亚种,是生物多样性保护的旗舰物种。春节前这段时间,是研究冬季野生金丝猴觅食和行为的最佳时期。除了户外的研究团队,留守在家的科研人员也都没有闲着。“疫情并没有耽误科研进度。借助‘猴脸识别’系统和野外监测体系,团队成员可以在实验室、宿舍继续科研工作。新技术不仅节约了人力,还提高了数据的利用效率。”西北大学生命科学学院教授、团队成员郭松涛表示。

郭松涛口中的“猴脸识别”系统,是人工智能技术与团队20余年科研的结晶。20多年来,该团队几代人持续接力,揭开了秦岭金丝猴社会的许多秘密,为秦岭的生物多样性保护提供了科学依据。

从“找猴”到“认猴”

该团队带头人李保国被称为“秦岭猴王”。在他看来,自己几十年来都是在“找猴”“认猴”。

要研究金丝猴,就得先“找猴”——弄清楚它们分布在哪里。跟着猴群满山跑是该团队科研工作的常态。整个20世纪90年代,猴群跑到哪里,李保国和他的团队就追到哪里。这个过程中,他们逐渐摸清了秦岭金丝猴的数量和分布情况。

然而,他们对金丝猴的研究还没有真正开始。动物行为研究的首要前提是准确的个体识别。只有把个体认清楚了,才能通过长时间观察个体行为,进而分析种群特点。这就要求研究团队必须尽可能近距离观察、识别每只金丝猴,建立起个体的行为图谱。但是,野生金丝猴对人类非常警惕。尽管已经追着它们跑了10年,科研人员还是无法让它们从树上下来。近距离观察更是无从谈起。如何“引猴下树”,成为困扰该领域研究的一大难题。

2001年,在听取一位日本同行的建议后,团队研究人员在周至县贡泥沟一块较为开阔的地带,尝试为金丝猴投食。但不管科研人员投喂何种食物,猴子始终不肯下树。

“不行,放弃吧!”有人打了退堂鼓。

“再坚持最后一个月!”有人又很不甘心,提议再等等。

在最后一个月期限的第21天,一只小金丝猴下树,小心翼翼地抓起食物塞到了嘴里;第22天,又有两只金丝猴下来了;第23天,整个猴群几十只猴子几乎都下来了。终于,人工投食的方法让李保国他们获得了金丝猴的信任。研究人员开始近距离观察猴子,该团队成为我国首个系统研究野外金丝猴的科研团队。

“引猴下树”之后,“认猴”之路才刚刚开始。

“认猴”先看脸。李保国介绍:“就像我们认人一样,看体形、看长相。比如,看它是圆脸、长脸还是国字脸,脸上有无斑点、斑点大小,头顶有无斑纹、形状如何……然后通过染色、佩戴无线电项圈等方式为它们做上标记。”“黑头”“罗盘”“甲板”……研究人员为他们观察的每一只猴子都起了独一无二的名字。

研究人员通过个体识别,了解每只猴子的习性,以及它们之间如何互动,进而分析群体行为特征。识别得越多,分析结果越有说服力。

川金丝猴秦岭亚种约有40个猴群,均在秦岭陕西境内。仅仅是团队固定研究的3个科研基地,金丝猴数量就接近300只。科研人员一只一只识别,一只一只观察。每一只猴,他们至少要观察600个小时。只有样本够大够丰富,行为分析才有统计学上的意义。

从2001年到2010年,他们又用了10年时间“认猴”。

“认猴”的过程中,团队逐渐建立了一套金丝猴野外个体识别和标记方法体系,为我国灵长类动物的行为学研究提供了范例。

“猴脸识别术”

2021年2月的一天,郭松涛的手机几乎被打爆了。

原来,打电话的人都是想了解团队研发的“猴脸识别”系统。当时,团队利用人工智能技术研发的金丝猴个体识别系统刚刚上线测试。这项技术一旦用于实践,将大大提高个体数据分析效率,突破传统野生动物监测方法上“走不到、看不清”的技术难题。

“猴脸识别”系统的诞生,是从“认猴”到“识猴”的迫切需求。

随着研究的深入,团队需要更精准的数据来摸清每一只猴子的习性特征。但是,个体识别的数据采集主要依靠“一笔一本一(望远)镜”的传统方式人工观察记录,非常依赖观察者自身的经验。个体不断成长,猴群也在不断变化。再加上学生一拨一拨地毕业,数据采集的可靠性、连续性和效率难以保障。

观察越久、样本越大越丰富,数据也就越多。每只金丝猴的图像样本都要覆盖春夏秋冬四季。研究人员至少要为一只猴子拍七八百张照片,还要录制大量的视频。“在野外考察时,还没拍多少,硬盘就满了。或者拍了很多,能用的却很少。”郭松涛说。

这些都成为“识猴”的障碍。

2015年开始,团队和西安光机所、西安电子科技大学,以及西北大学计算机领域相关团队开始跨学科合作,希望把人工智能技术引入动物行为研究。

机器学习领域有“肉眼能识别的,机器就一定能识别”的信条。但是要实现这个目标,需要海量标记好名字的照片来验证。在长期的研究积累中,团队分类了10万多张照片,终于“训练”出了高精度的识别模型——“猴脸识别”系统,可以对不同的猴子个体进行识别。

该系统不仅可以准确识别约200只秦岭金丝猴,还对灵长类的41个代表性物种和4种食肉动物群体进行了适用性验证,平均识别精度达94.1%。

与人脸识别相似,“猴脸识别”也是通过对面部特征信息的提取,建立秦岭金丝猴个体的身份信息库。野外采集的视频、图像接入后,系统可以自动进行识别、匹配,实现了在复杂条件下对动物个体进行探测、识别和追踪。

“与人脸识别的不同在于,金丝猴的脸部皮肤区域小,带毛区域多,纹理特征更复杂。这对识别系统的深度学习能力提出了更高要求,也需要我们采集数量更多、质量更高的个体图像样本。”郭松涛说。

2020年7月,“猴脸识别”系统研究成果发表在《细胞》(Cell)旗下综合性子刊《交叉科学》(iScience)上,被评价为:“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。”

2021年2月,该系统软件上线,进入应用推广阶段。目前,该系统的手机APP和电脑软件系统也全部完成,开始搭载网络公测。

“现在,我们在野外观察时,只需用手机对金丝猴拍照,就可以实现个体识别,清楚地辨认每个金丝猴个体的身份。”郭松涛介绍,“技术成熟后,我们可将其装在野外布设的红外相机中,让系统自动认猴、命名,搜集猴的行为。这个技术使我们对金丝猴行为和社会关系的研究方式得到了革命性的突破。”

郭松涛告诉记者,他们的目标是建立秦岭金丝猴个体信息库,通过“猴脸识别”系统完成对秦岭金丝猴的识别。

揭开神秘的面纱

李保国经常说起日本“幸岛猴”的故事:最初,日本幸岛上一只小猴发现河水可以洗掉红薯表面的泥沙。很快,它的同伴就学会了这个诀窍。没几年,岛上100多只猴子常常排着队在水里洗红薯。更不可思议的是,猴子洗红薯的行为,竟然还传到了对岸大分县高崎山的猴群里。幸岛的猴子震惊了世界。人们纷纷研究这件事情,并且提出了著名的“100只猴子效应”理论。

“幸岛猴之所以闻名世界,就是因为它们拥有超强的学习能力,让我在研究金丝猴方面得到了很大启发。我们也要像‘幸岛猴’那样,不断学习,探索金丝猴社会更多的未知。”李保国说。

学无止境,不懈探索。

从“找猴”“认猴”再到“识猴”,西北大学金丝猴研究团队逐渐揭开了秦岭金丝猴社会的神秘面纱。

李保国介绍,秦岭金丝猴的特殊性主要体现在两方面:一个是松散的母系社会,一个是独特的重层社会结构模式。

所谓松散的母系社会,即一夫多妻制的家庭单元是秦岭金丝猴社会的基本功能单位。每个家庭单元由一只成年雄猴,若干具有繁殖能力的雌猴以及它们的后代组成。

金丝猴群没有“猴王”,以这种一夫多妻制的家庭单元为基本,层层嵌套,形成族群、分队、群的结构形式,共同觅食和躲避天敌,构成了独特的重层社会结构模式。

2014年,《自然—通讯》杂志发表了李保国团队关于重层社会系统进化的研究论文,揭示了秦岭金丝猴社群独特的重层社会结构模式。这一研究成果被认为打破了西方学者50年来有关灵长类重层社会进化的一贯认识,丰富了灵长类社会系统进化的理论体系,也标志着我国濒危物种保护在理论研究上取得了重大突破。

神秘的面纱不止一层。

繁殖研究是一个重要的领域。金丝猴社会虽然以一夫多妻的家庭单元为基本,但是猴群与猴群之间存在很激烈的交配资源竞争。“私生子”、雄猴被驱逐出家庭等现象时有发生。那么,金丝猴家庭的雄性交换、雌性迁移的行为是如何发生的?

秦岭金丝猴群没有“猴王”,但能形成由几百只金丝猴组成的大群,并和谐运转。那么,它们是根据什么“指令”统一行动,又是如何迁移的?

……

金丝猴社会的运转机制还有很多未解之谜。

认识的猴越多,发现未知的领域也更广。竭尽所能,探索未知是西北大学金丝猴研究团队所有成员的共识。

“这就要求我们尽可能多地记录那些突发事件和瞬时行为。仅靠肉眼观察、人工记录,是远远不够的。‘猴脸识别’技术开创了新的研究方法,可大大加快我们的研究进展。”李保国说。

除了做好基础理论的研究,近年来,李保国思考更多的是如何让研究成果服务秦岭生态保护和乡村振兴,以及如何通过科普教育让更多人加入生态保护的行列。

编辑:张娟

本文来自网络,不代表西北网立场,转载请注明出处。如有不属请联系删除。http://www.idaxibei.com/11055.html
联系我们

联系我们

在线咨询: QQ交谈

邮箱: 414675753@qq.com

工作时间:周一至周五,9:00-17:30,节假日休息

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部