當野生猴子遇上AI：哥斯大黎加森林中的認知實驗

2025年夏天，哥斯大黎加西北的塔沃加森林保護區（Taboga Forest Reserve），一隻白面捲尾猴（capuchin monkey）遇上了奇怪的裝置：一塊15吋觸控螢幕，鑲在木框裡。牠東戳戳、西碰碰，手指偶然落在螢幕上⋯⋯一片香蕉乾掉進下方托盤。

沒多久牠學會了新規則──碰螢幕，就有香蕉乾。

研究團隊用一台低階筆電，替野生捲尾猴設計了一場智力與認知的實驗。這項刊登於《美國靈長類學期刊》（American Journal of Primatology）的研究，開啟了評估與監測野外靈長類認知的新方法。不過，把AI帶進田野，也引發新的疑慮。

野生靈長類的真實反映

CapuchinAI由美國埃默里大學（Emory University）與喬治亞理工學院（Georgia Institute of Technology）共同開發，以AI辨識即時偵測捲尾猴出現，當猴子完成一項簡單任務，就會得到獎賞。

這個系統要解決的，是靈長類認知研究長年的兩難：實驗室條件可控，但動物脫離自然環境，結果可能失真；野外實驗有真實的社會與生態脈絡，卻極難控制。

「靈長類大腦不是在實驗室裡演化出來的，而是在複雜、充滿競爭的環境裡。」論文作者之一、埃默里大學人類學助理教授貝尼特斯（Marcela Benítez）說，而野外研究說起來容易，做起來難。

先教CapuchinAI認猴子

研究捲尾猴的學習前，團隊首先要教會CapuchinAI正確辨識目標猴子。團隊先以開源模型YOLO建立一個在筆電就能執行的程式，再用六隻捲尾猴的高畫質影像進行臉部辨識訓練，並找來大學生替上千張影像標註猴臉。

第一作者、埃默里大學博士生巴爾加斯（Federico Sánchez Vargas）念的是演化生物學與心理學，不擅長寫程式，但他用Python把臉部辨識模型修改成辨識「這是不是捲尾猴」的工具，好讓webcam錄下更多互動影像。

CapuchinAI的程式能在樹莓派（Raspberry Pi）上執行。樹莓派是非營利組織開發的教育用、低價電腦，僅約半個iPhone大小，一組輕便電池便可撐上八小時。外殼則是貝尼特斯和巴爾加斯在車庫、用居家修繕賣場買來的松木板和防水膠釘出來的，約20吋高；給猴子食物的分配器則是用3D列印製作。

猴子認知大考驗

實地剛開始的測試並不順利：頭兩天一隻猴子也沒出現。「我當時就像個典型第一次做研究的博士生，在那邊咬指甲，」巴爾加斯告訴《紐約時報》說。

第三天，一隻公猴被香蕉乾的氣味吸引，爬上木箱拍打箱身，之後陸續有猴子加入。最後，總共有16隻探索或操作過裝置，其中10隻學會觸碰螢幕換取食物，八隻似乎留下這項「技能」的記憶。

個體差異頗爲顯著：有些猴子從來沒想到要碰螢幕；有猴子用嘴探索，等於「親」了螢幕；還有一批後進者，在旁看同伴操作，等摸清機制才靠近。

團隊在今年夏天部署新版本，CapuchinAI不只要辨識「這是不是捲尾猴」，還要區分不同的個體。先前以較小樣本模型測試時，個體辨識準確率可超過97%。

猴子的任務也進階了，牠們要挑戰整套認知測驗：按下綠色方塊有獎、紅色方塊無獎，這是要測試衝動控制（impulse control）。有的時候，會把規則反轉來，以測試認知彈性（cognitive flexibility），考驗猴子在環境變化是否有解決問題的能力。系統會記住每隻猴子上次做到哪，下次接續，並設有單次獎勵上限，防止強勢個體霸占餵食平台。

當AI進入研究領域

隨著AI的運用越來越廣，科學家也開始把AI帶進田野。動物行為分析工具DeepLabCut原用於實驗室動物，如今已發展出「DeepWild」，可追蹤野生黑猩猩與倭黑猩猩。非營利組織ProjectCETI則以機器學習解析抹香鯨的語言。

研究過程的資料量遠超過了人力處理的極限時，AI補上了篩選與量化的環節，但質疑隨之而來。

華盛頓州立大學生物化學研究所研究員Gayatri Mishra投書《美國國家科學院院刊》，他直言「生態學尚未準備好迎接AI」，理由是生態資料本身充滿取樣不均與偏誤，AI模型有可能會產出統計數據扎實，但生態學上卻不成立的結論。

貝尼特斯說，她不希望觸控螢幕變成森林裡的常設物，現階段也不會讓裝置完全無人監管。

AI在未來會如何影響生態研究？這一點，現在沒有答案。