科學家網上衝浪才不是摸魚，是為了研究動物生態學_風聞

　　大自然的最佳觀測站也許是網絡？近年來，得益於世界各地網友的貢獻，研究人員越來越多地通過網絡來追蹤瀕危物種，觀察它們的生存狀態。

　　我們每天花大量的時間在網絡上，上傳視頻照片，瀏覽他人發佈的內容，搜索資料……但你也許想象不到，這些日常活動竟能推動科學發展！

　　近十多年來，科研人員開始在網絡上觀察地球：他們收集整理網友上傳的信息以及各個搜索引擎提供的數據，來研究環境。這門新興學科稱作**“網絡生態學”（iEcology）**。

　　科研人員運用的工具和普通網民無異。以“Google搜索趨勢”（Google Trends）為例，它能統計網友在Google上搜索過的問題。只要輸入關鍵字，比如“燕子”，“Google搜索趨勢”就能提供某一時間段對該詞搜索的曲線圖，並定位每一次搜索的地理位置。

　　和“Google 搜索趨勢”類似，維基百科也可以計算網頁的訪問量。如上圖表所示，英國科研人員總結出一年中不同時期三種候鳥的網絡搜索量。圖表中兩處灰色條形區域（緊鄰07/2016 與 07/2017）對應春季，是這些鳥回到美國的時段，此時，網上與之相關的搜索量呈直線增加趨勢。

　　在巴黎-薩克雷大學生態學家弗蘭克·庫爾尚（Franck Courchamp）看來，“如果某一時期內對某些生物的搜索量顯著增加，一般是有原因的。

　　比如，燕子遷徙時期，人們較容易看見它們，因此網絡上對燕子的搜索就比平時多。根據網友上傳的圖片和信息，我們可以‘追蹤’燕子的行動，並瞭解這些年來它們的遷徙過程是否受到影響”。

　　最不起眼的角落也能在網絡上找到

　　另一個可選的工具是“Google地球”。通過該軟件，生態學家能夠觀察每條街道、每塊田地，甚至是地球上最不起眼的角落。

　　一間美國生態系統保護研究所的研究人員就利用“Google 地球”沿着某條河搜尋了100多千米，繼而編錄出當地所有入侵植物的物種名錄！若干名南非科學家則運用“Google圖片”搜索彙總的網絡圖片，梳理出美國熊科動物的皮毛顏色與其生存區域之間的聯繫。

　　美洲黑熊的毛色在不同地區會有所不同，甚至可能是白色的！

　　為了完成這項工作，南非這支團隊還研發了新的軟件，“這個軟件能根據我們的需要，用不同的語言發起搜索，然後刪除重疊的部分”，參與了該項目的開普敦大學生命科學博士加布裏埃拉·萊頓（Gabriella Leighton）解釋道。

　　**簡言之，先收集數據，再提取有效信息。**雖然這項工作非常枯燥，但科學家們就是這樣一一研究了400多張熊的照片，進行定位、比較顏色，最後得出結論。生態學家已經習慣於處理堆積如山的數據，並不斷研發新的研究工具。近來，他們越來越多地運用具備自主學習能力的人工智能（AI）。

　　AI從錯誤中學習

　　以最近的一項研究為例：科學家給一個AI軟件提供了大量珊瑚圖片，圖中的珊瑚健康狀態有好有壞。AI通過大量學習，逐漸學會了區分珊瑚的狀態，並最終做到能根據任意一張圖片評估出珊瑚的健康狀態。在這個AI軟件的幫助下，研究人員可以更加快速判斷哪片海域的珊瑚正面臨威脅，以便及時“搶救”。

　　有了網絡生態學，研究人員足不出户坐在電腦前便能快速收集數據。即使不動用AI，完成關於熊的項目也僅需3周時間。而1980年代在實地開展的類似的動物研究項目，用了足足3年！當然，網絡上的數據收集不可能完全替代實地考察。

　　比如想要了解歐洲林貓（Felis silvestris）的生存區域，僅依靠網友提供的照片是遠遠不夠的。因為這種野貓往往避開人羣索居，只有這個領域的專家才有可能發現它們的蹤跡；其次，想要了解動物的習性，必須要花足夠的時間進行實地探究。

　　在網絡上發現新物種

　　這門新學科的優勢在於突破了實地考察的侷限，並且相關網絡工具的應用範圍已然非常廣泛。目前，網絡生態學幫助科學家發現了多個新物種，包括一種真菌、一種花，以及若干種昆蟲等。

　　2020年在twitter上發現的新真菌

　　這些工具既高效又經濟，有助於科學家持續梳理地球及其生物多樣性的脈絡。比如當前，科學家正根據遊客上傳的照片研究瀕危的非洲野犬（Lycaon pictus）的種羣變化。

　　過去，一些不合時宜的遊客照片常常遭人詬病，但如果能歪打正着為科研做一定的貢獻，那也算是將功補過了。

　　撰文 Alicia Aloïsi

　　編譯 鄒伶俐