一种从鸟类博物馆标本生成历史物种分布的AI辅助工作流程

《Ibis》：An AI-assisted workflow for generating historical species distributions from avian museum specimens

　　

由于人类活动，地球的生物多样性正在迅速变化。自然历史藏品有助于研究人员更好地理解生物多样性如何以及为何发生变化，但在这方面未得到充分利用。人工智能（Artificial Intelligence, AI）有潜力改变这一现状，使研究人员能够比以往更快、更准确地解锁与博物馆标本相关的数据，但这种潜力需要严格评估。在此，研究人员开发、测试并应用了一种利用大语言模型（Large Language Models, LLMs）从鸟类皮肤标本标签中提取数据的工作流程，并展示了如何根据所得数据生成历史物种分布。为此，研究人员以1929年至1931年间访问马达加斯加并采集了超过7000件标本的Archbold-Vernay考察队的标本作为案例研究。研究人员收集了2576个标本标签的图像，然后使用ChatGPT-4o从这些图像中提取数据。与手动转录的130个标签进行对比测试，显示出极佳的转录准确性（模糊匹配分数（fuzzy-matching scores）>95）。进一步分析表明，转录准确性因标签和数据类别而异，与打印信息相比，手写位置信息的转录准确性显著较低。研究人员使用标签中的位置信息和基于网络的地理编码应用程序GEOLocate，并辅以一些手动处理，对每个标本进行了地理编码。这一过程成功地对4965件具有标签衍生位置信息的标本中的91.4%进行了地理编码。然后，研究人员使用免费软件（MaxEnt）从地理编码的标本数据中生成了少量（n = 4）特有物种的历史物种分布。该工作流程展示了AI从自然历史藏品中生成有价值生态数据的潜力，并结合其他近期工作，表明AI辅助工作流程可能在未来几年加速博物馆标本数据的可用性。

地球生物多样性正因人类活动而迅速丧失。自然历史藏品（Natural History Collections）记录了物种在空间和时间上的分布信息，是理解生物多样性变化的重要资源，但长期未得到充分利用。主要原因在于数字化数据匮乏，且传统人工转录和地理参照成本高、耗时长。虽然基于光学字符识别（Optical Character Recognition, OCR）的方法已有应用，但对笔迹和复杂版式的处理仍不理想。大语言模型（Large Language Models, LLMs）结合视觉感知和语言建模的能力，为高效、准确地提取标本标签信息提供了新契机，但其效能需要系统评估。本研究设计并验证了一套完整的工作流程，利用ChatGPT-4o从鸟类标本标签中提取数据，进而生成历史物种分布，研究发表在《Ibis》。

该研究以Archbold-Vernay Expedition（AVE）为案例。这一英法联合考察队于1929-1931年间在马达加斯加采集了约7500件鸟类标本（多为皮肤制备物），标本分存于美国自然历史博物馆（AMNH）和英国自然历史博物馆（NHM）。研究人员对NHM的2576张标签图像进行成像，通过迭代提示工程优化提示词，并使用GPT-4o的API批量提取数据。以130张人工转录标签为验证集，最终提示词v2.2的平均模糊匹配分数达95.25，表明转录准确度较高。随后利用GEOLocate和