人工智能以92%的准确率识别出走私的海马、鱼翅和海参
一句话看懂：研究人员开发了一款基于深度学习的图像识别AI系统，能够以92%的准确率自动识别X光扫描行李中的海马、鱼翅和海参等走私野生动物制品，为海关执法提供了高效的新工具。
事件核心：发生了什么
根据发表在相关学术期刊上的研究，一个由澳大利亚阿德莱德大学和印度尼西亚科学院组成的研究团队，训练了一个卷积神经网络模型，用于自动识别行李箱X光扫描图像中隐藏的野生动物制品。该系统专门针对东南亚地区常见的走私物种——海马、鱼翅（鲨鱼鳍）和海参进行识别。在对大量真实X光图像进行测试后，该AI模型的平均识别准确率达到92%，其中对鱼翅的识别表现最佳。这项研究旨在解决海关人手不足、人工检查效率低且容易疲劳的问题。
为什么重要
这项研究的意义在于将AI图像识别技术从消费品、人脸识别等常见领域延伸至保护生物多样性和打击非法贸易的垂直场景。传统的X光安检依赖安检员的经验判断，训练成本高且个体差异大。该AI系统提供了一个可部署、可复制的方案，能将检查效率提升数倍。这并非泛泛的AI应用，而是针对特定物种、特定走私形式（如干燥制品）的精确识别，体现了AI在解决具体领域专业问题上的可行路径。对于AI行业而言，它展示了将通用视觉模型与领域专家知识（如骨骼形状、密度特征）结合后，在狭窄但重要的任务上实现超越人工的潜力。
对用户/开发者/创作者的影响
对于AI开发者：这是一个开源或可复现的技术路线参考。如果研究团队公开数据集或模型权重，开发者可以此为起点，针对其他濒危物种或违禁品（如象牙、穿山甲鳞片）进行迁移学习。对于海关、港口、机场等领域的企业：该技术为采购和集成新型智能安检设备提供了明确的性能指标（92%准确率）。对于政策制定者和保护组织：数据表明，可基于此评估AI辅助执法对减少野生动物走私的实际效益。目前公开信息显示，该系统仍处于研究验证阶段，尚未大规模部署于实际海关口。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 该AI系统能否从实验室走进口岸实际部署，以及在实际动态扫描环境（而非静态图像测试）下的准确率是否会下降。2. 研究团队是否会开放训练数据或发布预训练模型，以便其他地区快速适配本地走私物种。3. 走私者是否会针对性采用反制措施（如使用屏蔽材料或改变包装方式），这将拉高AI模型的维护成本和迭代频率。
来源：phys.org
