昆虫是地球上最多样化的动物群，其中只有一小部分被发现和正式描述。事实上，物种如此之多，在不久的将来不可能全部发现。

昆虫之间的这种巨大多样性也意味着它们在生态系统中具有非常不同的生活史和作用。

例如，格陵兰岛的食蚜蝇与巴西热带雨林的螳螂妖过着截然不同的生活。但即使在这两个群体中的每一个群体中，也存在着许多物种，每个物种都有自己的特殊特征和生态作用。

为了检查每个物种的生物学及其与其他物种的相互作用，有必要捕获、识别和计算大量昆虫。毋庸置疑，这是一个非常耗时的过程，在很大程度上限制了科学家深入了解外部因素如何塑造昆虫生命的能力。

发表在《美国国家科学院院刊》上的一项新研究展示了先进的计算机技术和人工智能如何快速有效地识别和计数昆虫。科学家们能够了解这一重要动物群体如何随时间变化——例如对栖息地丧失和气候变化的反应，这是向前迈出的一大步。

深度学习

“借助先进的摄像技术，我们现在可以在野外收集数百万张照片。当我们同时教计算机区分不同物种时，计算机可以快速识别图像中的不同物种并计算每只动物找到了多少。与在野外或实验室显微镜前手动识别和计数动物的人相比，这是一个改变游戏规则的人，“高级科学家托克T解释说. 来自奥胡斯大学生物科学系和北极研究中心的 Høye，他领导了这项新研究。该研究背后的国际团队包括生物学家、统计学家以及机械、电气和软件工程师。

论文中描述的方法属于深度学习的总称，是人工智能的一种形式，主要用于其他研究领域，例如无人驾驶汽车的开发。但是现在研究人员已经证明了该技术如何可以替代在自然环境中手动观察昆虫的繁重任务以及分类和识别昆虫样本的任务。

“我们可以使用深度学习在大海捞针中找到可以说的针——在所有广泛和常见物种的标本中，找到一个稀有或未被描述的物种的标本。未来，所有琐碎的工作都可以由计算机，我们可以专注于最苛刻的任务，例如描述迄今为止计算机未知的新物种，并解释我们将拥有的大量新结果”Toke T. Høye 解释道。

在昆虫和其他无脊椎动物的研究方面，确实还有很多任务，称为昆虫学。一方面是缺乏很好的数据库来比较未知物种和已经描述过的物种，但也因为研究人员的比例更大份额专注于鸟类和哺乳动物等知名物种。通过深度学习，研究人员希望能够迅速提高对昆虫的认识。