共计 3565 个字符，预计需要花费 9 分钟才能阅读完成。
从热成像相机到深度学习人工智能，研究人员正在重新定义如何在野外研究灵长类动物。从简·古道尔的观察笔记开始，如今已经发展出能够识别黑猩猩并解码它们社交生活的人工智能。配备热成像和高清相机的定制“无人机”正在帮助科学家从树冠上方发现巴西难以捉摸且濒危的绒毛蛛猴。婆罗洲热带雨林中隐藏的麦克风捕捉到了长臂猿的二重唱，揭示了杂交和栖息地丧失的线索。
巴西维索萨联邦大学的法比亚诺·梅洛乘坐直升机寻找难以捉摸的北绒毛蛛猴（_Brachyteles hypoxanthus_），这是巴西北大西洋森林中的一种大型猴子。研究人员飞越树冠，试图发现树枝间移动的浅棕色猴子。经过近一小时的飞行，他们终于发现了一只。看到直升机后，猴子开始猛烈摇晃树枝，随后试图从视线中消失，像跑酷一样在树枝间跳跃。与此同时，梅洛拍摄了猴子敏捷的动作，直到它消失在树冠中。尽管猴子轻松逃脱，但研究人员现在知道了寻找它们的方向。
- 
“问题是它们的密度非常低……如果你进入森林并试图步行追踪动物，几乎不可能找到它们，”梅洛告诉 Mongabay。灵长类动物学家——研究猿、猴和狐猴等非人灵长类动物的科学家——曾将北绒毛蛛猴列为全球 25 种最濒危的灵长类动物之一。栖息地丧失、种群孤立和狩猎使这一难以捉摸的物种濒临灭绝。如果梅洛想要找到绒毛蛛猴以了解它们的分布，他需要迅速改进策略。
新技术为梅洛提供了一个可能的解决方案：减少直升机，增加无人机。2017 年，梅洛开始建造“无人机”，这是一种配备高清和热成像相机的定制无人机，使他能够以更低的成本更有效地发现和追踪猴子。“成本效益比直升机好得多……对于第一架无人机，我通常飞行 10 分钟。现在一块电池可以飞行 40 分钟，”梅洛说。“技术发展如此之快，它帮助我们取得了比过去五年更好的结果。”
科学家们将高科技设备带到世界偏远地区，研究灵长类动物的隐秘生活，从纯粹的观察研究转向了革命性的新方法，彻底改变了灵长类动物学领域。
在《人类和动物的情感表达》一书中，查尔斯·达尔文是最早将猴子和猿的行为与人类进行比较的自然学家之一。快乐、痛苦和悲伤等情感在两者中都能看到。“任何观察过猴子的人都不会怀疑它们完全理解彼此的手势和表情，并且在很大程度上……理解人类的手势和表情，”达尔文写道。然而，最早研究我们近亲的是人类学家，而不是生物学家。
20 世纪中叶，简·古道尔、弗朗斯·德瓦尔和黛安·福西等领域的传奇人物开始崛起。他们沉浸在世界各地的森林中，多年研究所选物种的行为和社会结构。研究人员发现了灵长类动物之间的和解、合作和同理心等行为，重新定义了我们对灵长类动物的理解。他们还发现了非人灵长类动物使用工具和自我认知的能力，挑战了以人类为中心的智力观。如今，追随英雄脚步的年轻环保主义者正在使用全新的工具，继续推动该领域知识的极限。
技术的快速发展和普及为解决灵长类动物的长期问题开辟了新的途径。梅洛现在可以从多样化的市场中更新无人机及其设备，改进他收集的数据。通过高清热成像相机，梅洛可以更准确地计数个体、识别性别、辨认面部并捕捉镜头。梅洛还可以研究灵长类动物最喜欢的水果和树叶。“如今的技术非常棒，但我们仍然面临许多挑战，”梅洛说。
在大西洋森林的偏远山区用无人机寻找难以捉摸的绒毛蛛猴仍然不是一件容易的事。山地地形可能会中断梅洛与无人机之间的信号连接，导致他在自动驾驶模式下盲目飞行。“你必须非常自信……有时要花几个小时寻找、步行或开车才能找到最佳的起飞地点，”梅洛说，“这是我们今天的主要挑战，拥有一架你可以信任的无人机，并且无人机可以飞得很远。”
如今，组装一架无人机的成本约为 4 万美元。虽然昂贵，但梅洛的梦想更加雄心勃勃。他希望有一天能够使用 eVTOL（电动垂直起降）飞机寻找绒毛蛛猴，这是一种专为短途旅行设计的新一代电动直升机。“我不喜欢自动飞行，因为当你寻找动物时，你必须集中注意力……手动飞行找到动物要好得多，”梅洛说。“但我们已经有了解决方案……多架无人机协同工作，在大范围内搜索。”
英国牛津大学视觉几何组的施密特 AI 科学研究员丹尼尔·斯科菲尔德也在使用突破性技术研究灵长类动物。在办公室里，斯科菲尔德在笔记本电脑上观看来自几内亚博苏的野生黑猩猩视频。这些黑猩猩以使用石器敲开棕榈树坚果而闻名。与古道尔不同，斯科菲尔德编写代码来训练人工智能，标记识别的个体和行为。
“我的田野工作是在日本的一个房间里，数字化磁带并与研究人员合作很多很多小时，”斯科菲尔德开玩笑说。“所以非常幸运的是，这些数据已经在野外收集了很多年。”京都大学积累了超过 30 年的摄像机陷阱视频数据，等待分析，手动识别个体和追踪行为成为瓶颈。因此，斯科菲尔德与目前在谷歌 AI 研究担任高级研究科学家的阿尔沙·纳格拉尼合作，开始开发检测黑猩猩、识别个体及其在视频帧中移动时行为的方法。
“挑战在于，你需要足够的训练数据，需要大量图像，并且需要大量变化，”斯科菲尔德告诉 Mongabay。为了构建一个稳健的模型，斯科菲尔德从视频中提取图像，对其进行注释，并在图像上标记信息。视觉算法在学习过程中将这些信息作为“真实数据”，在更具挑战性和动态的野外场景中执行。
“你有照明问题，背景变化，快速移动的动物……所以我们有很多技术来尝试解决这些问题，”斯科菲尔德说。当斯科菲尔德在 2016 年开始这项工作时，他并没有意识到这个领域会发展得如此迅速。“我认为我觉得它如此令人兴奋的部分原因是在现实世界中部署它的挑战。你必须非常有创意地使用这些系统并克服其局限性，”他说。
如今，斯科菲尔德与合作者设计的算法可以从视频片段中对个体进行自动深度面部识别，并在四个黑猩猩群体的社会结构中分配个体级网络。这些数据可以帮助突出个体之间的互动，帮助灵长类动物学家以低成本和高效率理解野生猿类的社交性。对斯科菲尔德来说，这只是开始。从博苏这样的地方获取数据，使他的工作变得容易得多，因为那里的种群已经习惯，田野研究人员认识个体。
“但新信息不断出现，可能会有婴儿出生，或者你从未见过的个体进入研究区域，”斯科菲尔德说。他现在将视频和音频输入混合到算法中，使系统更加稳健。例如，如果黑猩猩移动到树后，系统仍然能够记录它发出的任何叫声或声音，尽管没有直接视觉接触。
斯科菲尔德正在朝着更开放的数据迈进，使模型更具适应性和强大性。他希望有一天算法可以从图像中提取新信息，进行自我学习和训练，帮助它识别新加入群体的个体。“我认为在这个领域还有很长的路要走，有如此多的潜力和增长空间，”斯科菲尔德说。
荷兰瓦赫宁根大学的前硕士学生约里安·亨德里克斯曾走过印度尼西亚婆罗洲中加里曼丹的巴里托乌鲁森林，寻找长臂猿，这是一种很难看到但很容易听到的稀有猿类。亨德里克斯开始在它们的栖息地安装录音设备，捕捉灵长类动物学家称之为“大叫声”的独特发声，每种长臂猿物种都有其特定的大叫声。
“大叫声是雄性和雌性一起唱歌的二重唱……你几乎可以将其视为……性前戏，”亨德里克斯告诉 Mongabay。自 1976 年以来，灵长类动物学家报告了在婆罗洲白须长臂猿（_Hylobates albibarbis_）和穆勒长臂猿（_Hylobates muelleri_）共同分布区域中类似中间叫声的声音。亨德里克斯正在应用生物声学来测试这两个物种是否在杂交以产生混种后代。
迄今为止，没有研究证明存在混种。遗传学可以通过比较所谓的混种与其亲本物种的 DNA 来解开这个谜团，但长臂猿难以捉摸且生活在小群体中，难以获得足够数量的样本来验证这一假设。这就是生物声学的用武之地。
“文献表明，这种大叫声是遗传的，”亨德里克斯说。“叫声在一个物种内、一个种群内仍然会有很大差异，但想法是这种叫声是遗传结构的。”因此，亨德里克斯在森林各处绑上了录音设备。他分布这些设备，使它们重叠，使他能够三角测量他检测到的叫声的来源，就像刑事调查员使用通信塔追踪手机一样。使用这些录音设备，亨德里克斯收集了大约 120GB 的数据，但他只能使用收集到的 40% 的数据。
“杂交是一个非常有趣的话题，尤其是试图理解它为什么会发生，”亨德里克斯说。“我非常有信心地说……我们看到的很可能是混种，因为种群中没有足够的独特性。”亨德里克斯的设备还使他能够估计这些森林中长臂猿的密度。他发现密度在海平面以上 200 米（650 英尺）后迅速下降，这意味着长臂猿面临的风险比预期的要大，因为婆罗洲的低地森林大部分已被砍伐用于油棕种植园。
“用生物声学做到这一点真的很酷，”亨德里克斯说。无论是研究绒毛蛛猴、黑猩猩还是长臂猿，世界各地的灵长类动物学家都在不断利用新技术的普及性，帮助他们将该领域的极限推向新的地平线。“技术对我们非常重要。我认为人们需要知道这一点……我们可以利用它来加强我们保护濒危物种的行动，”梅洛告诉 Mongabay。
