近日，科研人员利用人工智能技术，研发出一套算法，能够识别鱼翅、海马、海参等常见走私海洋生物样本，识别准确率高达92%。麦考瑞大学的瓦妮莎·皮罗塔博士表示，海洋野生动物非法走私问题严重破坏海洋生态系统，但往往鲜为人知。全球海洋野生动物非法交易的年交易额高达数十亿美元，濒危物种面临巨大威胁。为解决这一难题，研究团队改造了机场现有的X射线计算机断层扫描设备，利用神经网络训练算法，在影像中识别常见走私物种，打造一套可自动标记可疑行李、交由人工核查的智能系统。

研究人员共完成298组扫描样本，包括20份海参样本、30份海马样本以及18份鱼翅样本，多数样本均来自以往查获的走私货品。他们为每份样本调整摆放位置、搭配不同场景，各拍摄五组影像，同时还制作了包含多种样本的混合扫描图。此外，他们还模拟走私分子的藏匿手段开展扫描：用锡纸、衣物包裹样本，或将其藏在儿童玩具内。科研人员用这批影像完成算法训练后，再使用一批从未接触过的影像对算法进行测试。数据显示，该算法整体识别准确率为92%，其中鱼翅识别准确率95%，海马96%，海参86%。算法误报率为13%，分项数据为：鱼翅2%、海参1%、海马9%。