专访AAAI会士Tanya Berger-Wolf：人工智能在生态、生物多样性与保护中的应用

每年，AAAI会表彰一批在人工智能领域做出重大持续贡献的个人，授予他们会士称号。在接下来的几个月里，我们将陆续与2026年AAAI会士进行对话。本次，我们采访了Tanya Berger-Wolf，她因“在推进AI应用于自然领域，从科学到对生物多样性和保护的影响方面的重大贡献”而被评选为会士。我们了解了她最新开发生物学基础模型的研究、该模型能提供的洞察、多年来有趣的合作，以及对未来的展望。

Berger-Wolf是俄亥俄州立大学计算机科学与工程、电气与计算机工程以及进化、生态和有机体生物学教授。她的研究领域是人工智能在生态、生物多样性和保护中的应用，这是一个融合人工智能、自然科学以及生态系统监测与保护实践的独特交叉领域。她的工作涵盖了从基础研究到与政策制定者和实地实践者合作部署解决方案与建议的完整过程。

谈及研究动机，Berger-Wolf指出，目前仅有约200万个物种被命名，而估计总数高达3000万至5000万，意味着我们对地球上生命的了解极其有限，且物种消失的速度快于我们能发现和命名的速度。因此，生物多样性监测——了解到底有什么物种存在——是核心驱动力。

她领导着两个由联邦和国际资助的中心与研究所：美国国家科学基金会资助的图像组学研究所（Imageomics Institute），以及由美国国家科学基金会和加拿大自然科学与工程研究委员会共同资助的AI与生物多样性变化全球中心（ABC）。图像组学这一新兴领域关注从图像中提取生物的形态、行为等性状，而不仅仅是分类。

她团队的主要项目之一是构建生命之树的基础模型。第一版BioCLIP在2024年发布，并获得了CVPR 2024最佳学生论文奖。该模型通过引入生物学分类结构，不仅提升了物种分类性能，还能支持新物种发现和不同分类层级（如属或科）的查询。第二版BioCLIP2在2025年12月的NeurIPS上作为亮点论文展示，规模扩大至2.14亿张图像，覆盖近一半的已命名物种。研究发现，模型嵌入空间中不仅存在按物种的聚类，还出现了按年龄、性别、健康状态等维度的子聚类，而这些信息并未在训练标签中提供。

在实际应用中，该模型可用于多任务。例如，他们用达尔文雀喙的形状和大小作为功能性状的典型例子，发现模型嵌入空间中存在与喙大小对齐的维度。此外，模型还能检测出人类难以察觉的性状，比如某些蛾类的红色表型差异。更具体地，俄亥俄州立大学传染病研究所与他们合作，利用BioCLIP2从图像中识别蜱虫——在过去十年中，俄亥俄州的蜱虫种类从一种增加到六种，带来莱姆病等公共卫生问题。初始准确率约50%，微调后超过90%，远超人眼。他们计划开发一款应用，让农村居民通过拍照即可判断昆虫是否为带病物种。

展望未来，Berger-Wolf表示，模型已开始标记出新物种，并且他们正加速数据处理。例如，与美国国家生态观测站网络合作处理地面甲虫数据，通过模型可更早预测干旱条件。她还计划建立一个智能野外实验室，作为AI驱动野外科学的新技术试验床。她强调，未来AI应成为科学合作伙伴，实现多模态、多尺度、多感官的系统综合与假设生成。

除了上述合作，Berger-Wolf还领导了与Wildlabs（一个全球性在线保护社区）的合作，并在《自然评论生物多样性》创刊号上发表了展望论文，探讨如何利用AI填补生物多样性知识空白。她认为，当前AI主要加速数据处理，未来需要向整体系统理解、模型构建和科学发现迈进。