自然界中，不少（shǎo）动物演化出了神奇的“伪装术”，帮助（zhù）他们躲避天敌或（huò）捕捉猎物。拟态（tài）是其中比较常（cháng）见的一种，如竹节虫拟态树枝、螽斯拟态树叶等。但在漫长的（de）地质历史中，昆虫的这些伪装本领（lǐng）是如何起（qǐ）源以及演化的，我（wǒ）们知（zhī）之甚少。近日，中国（guó）科学院南京地质古（gǔ）生物研究所用人工智能技术对（duì）一亿年前白垩纪缅（miǎn）甸琥珀进行定量化计算，成功判定了昆（kūn）虫拟（nǐ）态植物最早的的化石（shí）记录，相关研究成果（guǒ）近日在线发（fā）表在《历史生物学（xué）》上。

“本次（cì）发现的拟（nǐ）态植物昆虫为（wéi）直翅（chì）目蚤（zǎo）蝼科的昆虫，该物种被命名为（wéi）王氏拟叶（yè）蚤蝼。” 研究员王博介绍（shào），从形态上观察（chá），拟叶蚤蝼（lóu）与同时期苔（tái）类和卷柏类植物（wù）表现（xiàn）出了极高的相似性：中足（zú）腿节（jiē）与胫节（jiē）折（shé）叠后，与卷柏类植物（wù）的（de）小叶（yè）极度相似；后足腿节异常膨大，与卷（juàn）柏类（lèi）等植物的叶片极其相似（sì）。经过度量，拟（nǐ）叶（yè）蚤蝼与卷柏类等植物在尺寸上也极为接（jiē）近，更加证明了拟（nǐ）叶蚤蝼的拟（nǐ）态行为。

随后，他（tā）们使用孪生神经网络对地质历史（shǐ）时期（qī）的（de）拟态行为进（jìn）行了定量分析，并提供了一套初步的定量判定模型（xíng）与方法。王博（bó）告诉记者，孪（luán）生神经网络是近（jìn）年来新发（fā）展的（de）人工智能分析技术（shù），被广（guǎng）泛（fàn）应用于图像相似度（dù）衡量中。其主要利用（yòng）对抗的思想，每次输入一对图片，使得（dé）经算法优化的目标与相似图像对距离（lí）更小，不相似的图像对之间距离更大。孪生神经（jīng）网络还可（kě）以提取（qǔ）肉眼无法观察（chá）到的（de）多维信息，从而对不（bú）同图片之间的语义（yì）距离进行定量化计算。由此，便可以（yǐ）定（dìng）量化计算出（chū）不同图（tú）像之间（jiān）的不相似度数（shù）值，从（cóng）而客观地判断不同图（tú）像之间的相似性。

“孪生神经网（wǎng）络的定量化计算（suàn）进一（yī）步证明（míng）拟叶蚤蝼的拟态（tài）行为。使用（yòng）相似图像对数据集的1836个图像对对孪生神经（jīng）网络进行初步训练，得出现生昆虫是否拟态的判定（dìng）值（zhí）域。” 王博解释，通过计算得出的判定值域确认化石中昆虫是否拟态。

此（cǐ）次研究（jiū）发（fā）现（xiàn）了七枚覆物伪（wěi）装昆虫，涉及两（liǎng）大类昆虫（啮虫目和半翅（chì）目蟾（chán）蝽科）。其中六枚啮虫（chóng）目（mù）昆虫包括三个（gè）形态种类，一枚蟾（chán）蝽科（kē）昆（kūn）虫包含一个形态种类。该（gāi）蟾蝽（chūn）科昆（kūn）虫的背上覆盖（gài）有大量（liàng）的碎（suì）屑物，包括土壤颗粒、砂砾（lì）和（hé）植（zhí）物（wù）碎屑等。这类（lèi）昆虫极有可能（néng）利用背部（bù）的（de）刚毛将碎屑物质粘在其（qí）背（bèi）上。研究还发（fā）现在（zài）有花植物大辐射之前（qián），大部（bù）分具有覆物行为的昆（kūn）虫，都已经（jīng）演化（huà）出了覆物伪装这（zhè）一复（fù）杂行为。