一块来自湖北的小岩板上，两枚深色化石卧在裂隙与不规则的斑块之间，其中一枚的末端伸出一簇纤细的刺。这张照片来自中国一份公开的科研标本图像集，文件名中记着标本编号和物种名称：Appendispinograptus venustus，NIGP 136750。[1] 计算机要从这块石头中学习，先得有人确认石头里保存着什么。

这项基础工作，正是南京地质古生物研究所的 Hong-He Xu 与天津大学的 Zhi-Bin Niu 合作项目的核心。2023 年 12 月，该研究所公布了一套经过训练、用于识别笔石化石的 AI 系统，并介绍了已部署在化石数据库中的软件，以及为移动设备开发的应用。[2] 回看这一项目，可以看到专业馆藏如何成为机器学习的实用资源。

物种名称为何重要

笔石常常像石头上的铅笔痕。它们的分枝状构造里，细小的动物聚居在相互连通的管状空间中。许多浮游型笔石演化迅速、分布广泛，在地层中留下了可辨认的先后序列，地质学家据此对比年代相近的岩层。一些以笔石划分的地层区间，时间跨度只有几十万年。[3]

因此，鉴定出笔石的物种，有助于确定一块岩石在地层序列中的位置。南京地质古生物研究所的公告将这项工作与页岩气勘探联系起来：特定的笔石物种可以帮助区分相关岩层。[2] 识别给出的物种名称，能够为地质解释提供依据；要进一步据此作出勘探决策，还需要结合周围的地质证据。

AI 项目由此有了明确的用途。物种鉴定越容易获得，专业知识就越能走出保存参照标本的馆藏，传到更远的地方。

让抽屉里的标本可供检索

团队于 2023 年 6 月发表的数据集论文，介绍了 1,550 件标本的 2,951 张高分辨率照片，涵盖 113 个种或亚种。这些标本曾见于 1958 年至 2020 年间的出版物。研究人员借助相机和显微摄影，将它们汇入同一份数字馆藏，同时记录名称、产地、地层层位和原始参考文献。[4]

数据表同时保留了标本标签上的物种名称和修订后的名称。作者说明，其中一些修订仍有待进一步研究或同行评审。[4] 对监督学习而言，这个细节颇有分量：标签记录着专家的判断，也带着判断的沿革。保留旧名称，后人便能追溯这一判断如何变化。

公开存档的数据还将标本整体照片与局部特写配在一起。以 NIGP 136750 为例，读者既能查看带比例尺的岩板照片，也能查看本文所示的化石细节图。[1] 两种视图分别引出不同的问题：化石在岩石中处于什么位置？哪些细小特征能将它与其他物种区分开来？有用的数字馆藏，让人能够沿着标签回到标本本身。

准备神经网络要看的图像

随后发表于 iScience 的研究，使用了规模更大的图像集开展分类。研究选用的网络 SE-ResNet50 先在 ImageNet 上预训练，再以笔石图像微调。标注人员沿化石本体勾画轮廓，让系统能够抑制周围杂乱图像的干扰。论文明确指出，用户应标注这些轮廓，以获得更精确的分类结果。[5]

这些准备本身就是识别工作的一部分。上图中，裂隙和深色斑块与化石出现在同一画面里。在分类器提出物种名称之前，确定哪些像素属于标本，已经为识别补充了信息。

作者报告，在一项包含 100 张图像的金标准测试中，物种识别准确率为 81%。这些图像取自 99 块标本，涵盖 35 个物种。另一次覆盖 113 个物种的三折交叉验证，平均准确率约为 70.5%。[5]

方法部分还提到，研究人员反复查看“测试图像”上的结果，以选定最终模型参数，因此最终测试的独立性仍待厘清。[5] 上述数值属于论文报告的实验得分。系统面对陌生、未经预处理的野外照片时表现如何，还需要单独的证据。

让专业知识走得更远

研究所 12 月的公告记录了项目早期部署的一个节点；至于野外工作时间或勘探成本究竟减少了多少，公告尚未给出实测数据。[2] 后续研究若跟踪完整流程，会更有启发：拍摄照片、标记化石、复核系统建议的鉴定结果，再处理存疑的个案。某一步节省的时间，只有在后续环节中仍能保留下来，才最有意义。

从专业知识复用的角度看，这个项目的长远贡献逐渐清晰：馆藏更便于查验，鉴定结果有迹可循，模型则能帮助更多人使用这些成果。标本抽屉依然处在这一成果的中心。那里保存着实物证据，人的命名和机器的答案，最终都要回到这些证据上。

来源

1. Hong-He Xu，《用于地层对比与页岩气勘探的 1550 件奥陶纪至志留纪笔石标本图像数据集》，Zenodo 数据集（2022 年 6 月 23 日版本）——原始照片与标本数据表；NIGP 136750。
2. 南京地质古生物研究所，《笔石化石智能识别研究进展》（中文原文；2023 年 12 月 28 日）——合作研究、地质应用及所报告的软件部署情况。
3. 英国地质调查局，《笔石》——群体构造与笔石在地层对比中的用途。
4. Hong-He Xu 等，《用于虚拟查验、全球地层对比与页岩气勘探的奥陶纪至志留纪笔石标本多维数据集》，Earth System Science Data 第 15 卷（2023 年 6 月 1 日）——馆藏、摄影与分类学元数据。
5. Zhi-Bin Niu、Si-Yuan Jia 与 Hong-He Xu，《利用残差网络实现高分类分辨率的笔石自动鉴定》，iScience 第 27 卷，108549（2023 年 11 月 23 日在线发表；刊于 2024 年 1 月期）——模型、图像准备、金标准测试及局限。