论文全文请参考网站:
https://doi.org/10.1038/s41467-019-12500-2
吴士纬博士提供之新闻稿
以人工智能揭示昆虫色彩多样性的环境限制
中央研究院生物多样性研究中心沈圣峰副研究员与资讯所陈升玮研究员领导之研究团队，
日前利用蛾类公民科学资料与人工智能深度学习技术，探讨生物学领域色彩多样性随环境
梯度变化的现象与成因，此论文成果于2019年10月7日发表在国际顶尖专业期刊“自然通
讯（Nature Communications）”。
早在19世纪，英国博物学家华莱士（A. R. Wallace）就已留意到生物的色彩多样性会随
著环境梯度变化，近年来也有不少发表于知名期刊的相关论文在讲述这个现象。然而此领
域的发展一直受限于如何取得质、量兼具的影像资料，以及客观量化生物的视觉特征（如
体色与纹路等），故未有解读出一致的变化趋势。此篇论文的材料绝大多数源于近年公民
科学兴起所获得的成效，涵盖2011至2016年由特有生物研究保育中心现任副主任林旭宏与
研究助理施礼正带领103位蛾类公民科学志工，累积超过2万笔台湾蛾类标本之数位化影像
，经由施礼正与中央研究院生物多样性中心博士后研究员吴士纬鉴定为近2千种蛾类（台
湾已知有4千4百种）。以此公民科学资料为基础，本研究团队中的资讯所张钧闵、杨镇铭
、黄玉婷以及生物多样性中心麦馆硕等资讯工程师首先将标本资料进行去背、裁切，缩放
等标准化操作，应用人工智能领域中迁移学习（transfer learning)的技巧，以残差网络
（residual network)回归预测物种的平均海拔分布，抽取出与海拔梯度相关之特征。相
较于人为决定视觉特征的标记与量化方式，此法可能更为客观。研究团队针对特征进一步
分析的结果显示蛾类色彩多样性会随着海拔下降而增加，同时蛾类的身体与前翅相对于整
体的明暗度有随海拔升高而下降的趋势。此现象可能源于较高海拔低温导致利于吸热的较
暗体色适应，而根据色彩基础转换理论，可推论出暗体色限制了较高海拔蛾类的色彩多样
性。
此篇论文也显示在生物相关议题上，长年公民参与累积的基础资料能用于较大尺度或关键
的议题分析，而导入需求足够资料才能着力的深度学习技术，不只限于过去几年用于类群
辨识（例如田间蔬果或杂草的自动化筛选、非洲草原上的物种动态监测），也能使用功能
性状（例如此篇论文的色彩斑纹）非常精确地预测稀有物种的分布，并将功能性状分析与
物种分布模式结合在一起，这对于高度多样化的分类群中的稀有物种相当有价值，特别是
那些可能导因于人为气候变化而经历分布范围变化的物种。此篇论文最后点出深度学习可
以帮助我们以前所未有的深度来解密复杂的自然现象，并对英国博物学家达尔文（C. R.
Darwin）曾着迷的无穷无尽的自然形态变异（the endless forms of natural
morphological variation）提供探索的起点。
论文的第一作者吴士纬，目前于本院生物多样性研究中心从事博士后研究，共同第一作者
张钧闵于曾任资讯所科技替代役，目前为美国威斯康辛大学麦迪逊分校信号处理和机器学
习学程学生。