page contents
跨境关条
Ctrl + D 收藏本站
当前位置:首页 » AI学习圈 » AI通识

鱼为什么成群游?一项AI研究发现,独来独往也常是进化选择

mogoec 2026-11-17 13

AI分析近3000种鱼:鱼群“散伙”的次数,竟是“组队”的五倍多

    导读:鱼成群游,常被解释为“人多更安全”。但一项发表于《美国国家科学院院刊》(PNAS)的研究发现,在鱼类漫长的演化历程中,群体移动行为多次出现,也多次消失:研究团队估算,它独立演化出现约60次,后来消失约320次。换句话说,演化树上“散伙”的转换次数超过“组队”的五倍。

    AI把难以比较的行为变成数据

    由康奈尔大学计算生物学家安德鲁·海因(Andrew Hein)团队开展的研究,分析了2839种条鳍鱼的群体移动行为。研究论文于2026年11月6日发表于PNAS,第一作者为杰伊·洛夫(Jay Love)。团队结合机器学习分析鱼类行为描述与图像资料,再将结果放到鱼类演化关系中考察。

    研究的一条数据线来自文字。团队用文本转换器分析论文和物种描述,从中提取与群体移动有关的信息。文本转换器与大语言模型所用的技术路线有关,但这里的重点是把大量分散的描述转成可用于比较的数据。

    另一条数据线来自照片和视频,包括公民科学平台上的鱼类影像。研究团队用机器学习方法处理影像、重建鱼与鱼之间的空间关系,并比较它们的朝向,判断是否呈现协调移动。以往研究动物群体行为,往往只能聚焦少数物种;机器学习让团队得以把更多种类纳入同一套分析框架。

    “散伙”发生在演化树上

    研究者沿着鱼类演化关系回溯,估算群体移动行为在约3.5亿年的演化历程中,独立出现约60次、消失约320次。这里的“消失”指演化树上的行为状态转换:具有群体移动行为的谱系,后来出现了不再表现这种行为的后代。

    这项结果让研究团队重新审视一个常见预期:群体行为一旦形成,似乎应该很难消失。研究呈现的情况却更复杂——有些鱼类支系长期保留群体移动,有些支系则经历了多次变化。换言之,群体生活并非对所有鱼类、所有环境都同样有利。

    抱团有收益,也可能有成本

    研究发现,群体移动与较高捕食压力、食物分布较零散等生态特征有关。这与“抱团有助于应对捕食风险”或“跟随同伴有助于寻找资源”等解释相符。不过,这些是统计关联,不能单凭相关性断定某个因素直接造成了群体行为的出现或消失。研究也发现,群体移动的捕食者往往捕食同样具有群体移动特征的猎物,提示捕食者与猎物之间可能存在相互影响。

    群体移动也可能带来代价。研究团队提出几种有待进一步检验的解释:一是错误警报可能在群体中扩散,一条鱼受惊转向,其他鱼跟着反应,最终造成集体逃散;二是食物有限时,个体间的竞争可能加剧;三是群体接触更频繁,疾病传播风险可能上升。这些目前是研究者提出的可能机制,不是已经证实的结论。

    研究还发现,具有群体移动行为的鱼类谱系,整体上与更高的物种多样化速率相关。论文摘要将这一结果描述为群体行为的演化与净多样化速率上升相伴;研究团队也指出,仍需要进一步区分这种变化与物种形成率、灭绝率之间的关系。

    对AI学习者的启发:不只提速,也能打开研究入口

    这项研究的看点不只是机器读得快、看得多。它把散落在长期积累的文字资料和鱼类影像中的行为线索,转化为可以大规模比较的数据,让研究者得以提出更大尺度的问题:群体行为在哪些支系中稳定?它与捕食压力、食物分布和物种多样化之间有什么联系?

    对关注AI学习的人来说,这提供了一个具体案例:AI可以把文本分析、图像识别与已有科学数据结合起来,帮助研究者扩展可分析的范围。机器提供的是整理和比较的能力;行为定义、数据质量、统计关联的解释,仍需要研究者认真把关。

    关注本站,每天分享跨境电商前沿资讯( Ctrl + D 收藏本站/收藏为书签 )

    相关推荐

    评论 ( 0 )

    扫码关注

    qrcode

    联系我们

    qrcode

    回顶部