南京生态环境部南京环境科学研究所的科研人员马方舟带的团队最近搞出了一套全链条的生物多样性智慧监测体系，已经在江苏、浙江、福建等6个省落地试用了。这个项目去年一年一直在试错、打磨，现在算是初步成型，能给多个地区的生物保护和环境修复出把力。 前两天我去实验室找马方舟聊天，他正摆弄着设备呢。那箱子上满是泥点和划痕，一看就是去年野外作业弄的。翻开他的笔记本，记录里全是密密麻麻的失误和问题。“马年说马”，他自嘲地说，“咱们这一年反倒摔了不少跟头。” 一开始最难搞的是那个蝴蝶智能监测仪。他们把它放在雨后初晴的林边试拍，结果相机给传回一堆假数据——全是飘叶子、花晃头，或者是露珠反光。大家本来以为这设备能自动数数算蝴蝶的，结果直接变成了草木识别器。马方舟就带着团队盯着这些误判样本分析。他们列出了一大堆容易混淆的对象：摇晃的叶子、反光的光斑、抖动的花序；再把这些情况对应的环境条件标出来：逆光、微风、树影斑驳。 后来他们引进了背景动态抑制技术，让系统能无视那些有规律晃动的植被纹理。因为蝴蝶通常是“停—飞—停”的动作，他们又给算法加了个短时序追踪功能。“现在系统不会把一闪而过的影子当成新物种了。” 比这个更麻烦的是声纹识别系统。团队一开始把各地保护区的鸟叫声导入模型训练，结果识别率一落千丈。问题出在不同地方的同一种鸟叫声不一样。比如古田山的白颈长尾雉叫得短而清亮，到了武夷山就多了几声拖尾。“算法在浙江训练得好好的，”马方舟说，“一调到福建就不认得了。” 这就得从底层改代码了。后来他们建了个“动物方言语料库”，把不同地理种群的鸣声特征都当成变量塞进神经网络里训练。那阵子实验室整天循环播放鸟鸣声。现在这套系统能分辨出13种重点保护鸟类在不同地区的叫声差异了。 除了这些，图像识别系统还带来个意外收获。测试的时候摄像头拍到了好多科研人员的工作照：有人攀岩、有人趴地调试设备、有人发现动物痕迹时兴奋的样子。原本这些“废片”该删了的，负责标注数据的实习生不舍得就偷偷存了起来。 后来马方舟去参加活动的时候想：老百姓总觉得生物保护离自己很远，“如果让他们看看我们怎么干活呢？”于是他把部分花絮剪成短片放到浙江上城、上海长宁这些生物多样性体验馆里去播放了。 现在大家围着屏幕问这问那：“它怎么知道这是蝴蝶不是叶子？”“翅膀缺了个角也能认出来吗？”一场意外出圈的科普活动让高科技变得亲切起来。 马方舟说他过去总以为“马力全开”就是不停冲刺跑，“后来才明白真正的全开是把误判查清、漏报补齐。”他最近在总结报告里写道：“得像生物进化一样，把不适应变成适应。” 采访结束时他拿起笔记本走向设备箱，“6个省的应用示范才刚开始呢，算法还得接着打磨。”他把设备箱拎到门口准备出发，“新的一年还有不少难题要解。”