澳大利亚伍伦贡大学科研团队近日取得一项突破性成果——一款基于人工智能的蚊子监测设备问世。该设备通过捕捉蚊子振翅声波特征，可在数秒内完成对高危蚊种的精准识别，为疟疾、登革热等蚊媒传染病的防控提供了全新解决方案。这项成果已在联合国人工智能向善全球峰会上公开亮相，其创新设计尤其适用于资源匮乏地区的疾病监测。
传统蚊虫监测依赖人工采集孑孓样本并送至实验室进行显微镜鉴定，整个流程需要专业技术人员参与且耗时较长。世界卫生组织数据显示，蚊子传播的疾病每年导致全球数十万人死亡，其中发展中国家受影响最为严重。这些地区往往缺乏专业检测设备，难以实现常态化监测。新研发的AI探测器通过分析蚊子振翅产生的独特声纹，能够快速区分伊蚊、按蚊和库蚊三大致病蚊种，这些蚊种正是登革热、疟疾和西尼罗河病毒的主要传播媒介。
设备研发负责人介绍，该装置采用微型机器学习技术，核心部件是基于Arduino平台的微型电路板，集成高灵敏度麦克风和显示模块。不同于依赖云端计算的智能系统，其AI模型直接运行在设备内置的低功耗芯片上，无需连接互联网或配备高性能计算机。这种设计使设备能够在无网络覆盖的偏远地区独立工作，极大降低了使用门槛。经过开源音频数据训练的识别模型，目前准确率已达88%，且具备持续优化空间。
科研团队透露，随着硬件升级和训练数据完善，设备性能将进一步提升。更值得关注的是多设备协同监测模式——当多个探测器在特定区域联网部署时，可形成覆盖整个区域的动态监测网络。系统能够实时标注高危蚊虫分布区域，自动生成可视化地图，其运作原理类似于导航软件的实时路况更新。这种预警机制使公共卫生部门能在疫情暴发前锁定重点区域，及时采取灭蚊等防控措施。
这款便携式声学探测器的问世，为全球疾病防控体系提供了低成本解决方案。其无需复杂基础设施的特点，使其特别适合发展中国家推广使用。通过早期识别致病蚊种分布，各国可建立更完善的疫情监测网络，从源头降低蚊媒传染病传播风险。随着技术不断完善，该设备有望成为公共卫生领域的重要工具。
