- 随着科学家和中国政府加大对极度濒危海南长臂猿的保护力度，技术在协助更好地追踪和监测该物种方面起到重要作用。
- 近年来，海南长臂猿研究运用生物声学、红外技术和机器学习等工具进行数据收集和分析，让二者变得更加容易。
- 据估计，该物种只剩下35或36个个体，仅分布于中国海南省霸王岭国家级自然保护区内。
2019年年中，Emmanuel Dufourq面临着一项艰巨的任务，他需要听取从中国南部海南省霸王岭国家自然保护区采集到的6000个小时的音频数据，这些数据距离他在南非开普敦的家有数千英里之远。
音频是由伦敦动物学会研究人员于2016年历时6个月采集所得，目的是研究和保护海南长臂猿（Nomascus hainanus），这一地球上最稀有的灵长类动物，也是一个极度濒危的物种。Dufourq随后花了数月的时间听取音频，并训练了一种机器学习算法，以实现长臂猿声音的自动识别。
“这就像教孩子认识世界一样，你举例说，‘这是一只猫，这是一只狗’，”非洲数学科学研究所的常驻研究员Dufourq在视频采访中告诉Mongabay：“通过向计算机软件展示信息这一重复过程，让软件学会自行识别长臂猿。”
他的工作似乎已经取得了成果。根据他的团队2021年发表在《生态和保护中的遥感》杂志上的一项研究表明，该算法能够识别接近80%包含长臂猿鸣叫的音频片段。2022年9月发表在《生态信息学》杂志上的一项最新研究进一步完善该该模型。如今，通过馈入人类多年来实地调研汇集的观察，该算法可以识别模型预测为正的负样本，即此前被误认为是长臂猿鸣叫的声音。例如，最新的算法已经知道海南长臂猿夜间不会鸣叫，帮助系统认识到在夜间检测到的叫声可能并非来自该物种。
Dufourq用到的生物声学和机器学习是近年来开发的技术工具之一，用于紧迫性日益凸显的海南长臂猿监测和研究工作。海南长臂猿曾一度广泛分布于整个海南岛，但在20世纪70年代，该物种的数量下降到大约7到8只，猖獗的偷猎和森林砍伐是种群减少的主要因素。虽然目前据信有35或36只个体，但该物种仍然处于危险的境地。近年来，由中国政府主导的保护干预措施不断加强，但大幅增加长臂猿的种群数量依然任务艰巨。
“海南长臂猿确实濒临灭绝，” 伊利诺伊大学人类学系荣誉教授Paul A. Garber在视频采访中告诉Mongabay：“所有类人猿的发育和繁殖都极其缓慢，因此这些灵长类动物的世代时间非常长，这意味着即便在最佳情况下，种群数量也只能极为缓慢地增长。”
现在，技术正在发挥新作用，以非侵入方式追踪海南长臂猿小种群并研究其栖息地。长期以来，技术工具在测绘物种栖息地和分布图方面发挥着重要作用，而这些又被用于制定保护策略。 但是，实地研究、无人机和回叫调查（研究人员回放长臂猿鸣叫的录音以引起回应）等方法会增加干扰环境中物种的风险。这就是越来越多地部署自动化和遥感工具的原因。
机器学习和广义上的人工智能也帮助我们更容易从红外相机拍摄的图像中识别海南长臂猿。此前，森林中的雾气条件加上海南长臂猿黑黄相间的皮毛颜色常常导致图像检测效果不佳，导致科学家错过包含长臂猿的图像，使他们难以发现该物种。2022年发表在《全球生态与保护》杂志上的一项研究阐述了计算机视觉（人工智能的一个子领域）如何帮助对图像进行除雾和过滤，以提高检测海南长臂猿的准确性。
与Dufourq的工作情形相似，生物声学构成了全球野生动物保护机构IUCN（世界自然保护联盟）与中国科技巨头华为共同研究和保护海南长臂猿的合作基础。华为在一份新闻稿中表示，声学监测和人工智能的结合使识别准确率达到了89.2%。团队现在正在建立一个开发系统的框架，该系统将“为长臂猿个体建立独特的声音身份证”。
Dufourq还在改进自己的算法，以实现实时监测和分析。
“很多这些声学研究当前的工作方式是，有人去到实地，进行为期六个月或一年的调研，” Dufourq说到：“但数据处理要留到之后才能进行，这意味着到那时，数据已经是历史数据。因此，该领域的前景是实现实时监控。”
专家认为应当开发和部署现有的全部工具以保护该物种。多年来，Garber一直在与中国的一个研究小组合作研究海南长臂猿。他的同事们使用红外相机和DNA测试等工具来追踪长臂猿，并更多地了解它们的栖息地和行为。虽然Garber说他坚信实地观察动物是无可替代的，但就海南长臂猿而言，技术是次好的工具。Garber说，除了帮助科学家简化数据收集繁琐的过程并分析大量数据外，技术还让人们更加意识到保护的必要性。
“这很关键，因为即使我们使用一些技术并没有得到很多更新、更重要的信息，使用这些技术也会在某种程度上凸显研究，提升研究的知名度，”他说，“这种影响比你只是拿着笔记本在森林里散步要大得多。”
横幅图片：一对极度濒危的海南长臂猿，仅见于中国海南岛。图片由Laurent Rivasseau通过 Flickr (CC BY-NC-ND 2.0)提供。
Abhishyant Kidangoor是Mongabay的专职撰稿人。Twitter账号是@AbhishyantPK。
参考文献：
Dufourq, E., Durbach, I., Hansford, J. P., Hoepfner, A., Ma, H., Bryant, J. V., … Turvey, S. T. (2020). Automated detection of Hainan gibbon calls for passive acoustic monitoring. Remote Sensing in Ecology and Conservation, 7(3), 475-487. doi:10.1002/rse2.201
Dufourq, E., Batist, C., Foquet, R., & Durbach, I. (2022). Passive acoustic monitoring of animal populations with transfer learning. Ecological Informatics, 70, 101688. doi:10.1016/j.ecoinf.2022.101688
Wang, X., Wen, S., Niu, N., Wang, G., Long, W., Zou, Y., & Huang, M. (2022). Automatic detection for the world’s rarest primates based on a tropical rainforest environment. Global Ecology and Conservation, 38, e02250. doi:10.1016/j.gecco.2022.e02250