自然界中，不少动物演化出了神奇的（de）“伪装术”，帮助他（tā）们躲（duǒ）避天（tiān）敌或捕捉猎（liè）物。拟态是其（qí）中比较（jiào）常见（jiàn）的一种，如（rú）竹节虫拟态树枝、螽斯拟（nǐ）态树叶等。但在漫长的地质历史中，昆虫的这些伪（wěi）装本领是（shì）如何（hé）起（qǐ）源以及（jí）演化（huà）的，我们知之甚（shèn）少（shǎo）。近日（rì），中国科学院南京地质（zhì）古生物研究所用人（rén）工智能技术对一亿年前白垩纪缅甸琥珀进行定（dìng）量化（huà）计算，成功判定了昆虫拟态（tài）植（zhí）物（wù）最早的的化石记录，相（xiàng）关研（yán）究成果近日在线发表在《历史生物学》上。

“本次发（fā）现的拟态植物昆虫为（wéi）直翅目蚤（zǎo）蝼科（kē）的昆虫，该物种被命名为王氏拟叶（yè）蚤蝼。” 研究员王博介绍，从形态上观（guān）察，拟（nǐ）叶蚤蝼（lóu）与（yǔ）同时期苔类和卷柏类植物表现出（chū）了极（jí）高的相似性：中足腿节与胫节折叠后，与（yǔ）卷柏类植物的小叶（yè）极度相似（sì）；后足（zú）腿节异（yì）常膨大，与卷柏类（lèi）等植物的叶（yè）片极其相似。经（jīng）过度（dù）量（liàng），拟叶蚤蝼与卷柏类（lèi）等（děng）植（zhí）物在尺寸上也极为接近（jìn），更加证明了拟叶蚤蝼的拟态行为（wéi）。

随后，他（tā）们（men）使用（yòng）孪生神经网络对地质（zhì）历史时（shí）期的拟态行为进行（háng）了定量分析，并提供了一套（tào）初步的定量（liàng）判定模（mó）型与方法。王博告诉记者，孪生神经（jīng）网络是近年（nián）来新发展（zhǎn）的人工智能分（fèn）析技术，被广泛应用于图像相似度（dù）衡量中。其主要（yào）利用对抗的思想，每（měi）次输（shū）入一对图片（piàn），使得经算（suàn）法优化的（de）目标与相似图像对距离（lí）更（gèng）小，不相似的（de）图像对之间距离更（gèng）大。孪生神经（jīng）网（wǎng）络还可以提取肉眼无法观察到的（de）多维（wéi）信（xìn）息，从而（ér）对不同图片之间（jiān）的语（yǔ）义距离（lí）进行定（dìng）量化计算。由此，便可以（yǐ）定量化计算出不同（tóng）图像之间的不相似度（dù）数值（zhí），从而（ér）客观地判断不同图像之间的（de）相似性。

“孪生神经（jīng）网络的（de）定量化（huà）计算进一步证（zhèng）明拟叶蚤（zǎo）蝼的拟态行为（wéi）。使用相似图像对数据集的1836个（gè）图像对对孪（luán）生神经网络进行初步训练，得出现生昆虫是否拟态（tài）的判定值域。” 王博解释，通过计算得出的判定值（zhí）域确（què）认（rèn）化石中昆（kūn）虫是否拟态（tài）。

此次研究（jiū）发现了七枚覆（fù）物伪装昆虫，涉及两大类昆虫（啮（niè）虫目和半翅目蟾（chán）蝽科（kē））。其中（zhōng）六（liù）枚啮虫目昆虫（chóng）包括三（sān）个形态种类，一枚蟾蝽科昆（kūn）虫包含一个形态种类。该（gāi）蟾蝽（chūn）科昆虫（chóng）的（de）背上覆盖有大（dà）量（liàng）的碎屑物，包括土壤颗粒、砂砾和植（zhí）物碎屑等。这类昆虫极（jí）有可能利用背部（bù）的刚毛（máo）将碎屑物（wù）质（zhì）粘在其背上（shàng）。研究还发现在有花（huā）植物（wù）大辐射之前，大部（bù）分（fèn）具（jù）有（yǒu）覆（fù）物行为的昆（kūn）虫，都已经演化出了覆物（wù）伪装这一复杂行为。