研究人员使用人工智能来识别蚊子

快速准确地识别蚊子，传播人类病原体，如疟疾是蚊子传播疾病监测的重要组成部分。现在，研究人员报告普罗斯忽略了热带疾病已经证明了一种被称为卷积神经网络的人工智能系统对蚊子的性别、属、种和品系进行分类的有效性。

人类疟疾是一种持续的公共卫生危机，影响多方大洲，撒哈拉以南非洲患病患者和人民的风险。但是识别蚊子传播疟疾是很困难的——一些物种甚至对训练有素的分类学家来说几乎无法区分。

在罗德岛大学的新工作中，美国和同事们将一个复杂的神经网络（CNN）应用于1,709个成年蚊虫的图书馆。蚊子在五分之一的殖民地收集地理区域还包括一种训练有素的医学昆虫学家很难识别的物种。他们还包括以两种不同的方式储存的蚊子——快速冷冻和干燥样本。

研究人员使用鉴定物种图书馆培训了CNN以区分来自其他蚊子属的人类，以识别人类内的物种和性别，并在单个物种中鉴定两个菌株。他们发现课程的99.96％，性别的98.48％的准确性。

这些结果表明，图像分类与深度学习这是一种识别疟疾蚊子的有用方法，即使是在具有隐性形态变异的物种中。”“开发一种独立而准确的物种识别方法可能会改善蚊子监测实践。”