自然界中，不少动物（wù）演化出了神（shén）奇的（de）“伪装术（shù）”，帮助他们躲避（bì）天敌或捕捉猎物。拟态是其中比较常见的一种，如竹节虫拟（nǐ）态树（shù）枝、螽斯拟态树叶等。但在漫长的地质历史中，昆虫的（de）这些伪装本领是如（rú）何起源以（yǐ）及（jí）演化的，我们（men）知之甚少。近日，中国科学院南京（jīng）地（dì）质（zhì）古生物研究所用人工智能技术对一亿年前白（bái）垩纪缅甸琥珀进行定量化计算，成功（gōng）判（pàn）定了昆虫拟态植物最早的的化石记录，相关研（yán）究成（chéng）果近日在线发表在《历史生物（wù）学》上。

“本次发现的拟态植物昆虫为直翅目（mù）蚤蝼科（kē）的昆虫，该物种被命名为王氏（shì）拟叶（yè）蚤蝼（lóu）。” 研究员王博介绍，从形态上观察，拟叶蚤蝼与（yǔ）同（tóng）时（shí）期苔类和卷柏类植（zhí）物表（biǎo）现出了极高（gāo）的相似性（xìng）：中足腿节（jiē）与胫节（jiē）折叠（dié）后，与卷柏类植（zhí）物的小叶极度相似；后足腿节异常膨大，与卷柏类等植物的叶（yè）片（piàn）极其相似。经过度量，拟叶蚤蝼与（yǔ）卷（juàn）柏类等植物在尺寸（cùn）上也极为接（jiē）近（jìn），更加证（zhèng）明了拟叶蚤蝼的拟态行为。

随后（hòu），他们（men）使用孪生神经网（wǎng）络对地质（zhì）历史时期（qī）的拟态行（háng）为（wéi）进行（háng）了定量分（fèn）析（xī），并提供了一套初步（bù）的定量判定（dìng）模型与方法。王博告（gào）诉（sù）记者，孪生神经网络是近年来新发展的人工智能分析技（jì）术，被广泛（fàn）应用（yòng）于图像相似度衡量中（zhōng）。其主（zhǔ）要利用对抗的（de）思想，每次输入（rù）一对图片，使（shǐ）得经算法优化（huà）的目标与（yǔ）相似图像对距（jù）离（lí）更小，不（bú）相似（sì）的图像对之间距离（lí）更（gèng）大。孪（luán）生神经网络（luò）还可（kě）以提取肉眼无法观察到的多（duō）维信息，从而对不同图片之（zhī）间的语义距离进行定量化（huà）计算。由此，便（biàn）可以（yǐ）定量化计算出不同图像之间的不相似度（dù）数值（zhí），从（cóng）而客（kè）观地（dì）判断不同图像之（zhī）间的相似性。

“孪生神经网络的定量化（huà）计算（suàn）进一步证明拟叶蚤（zǎo）蝼的拟态行为。使用相（xiàng）似图像对数据集的（de）1836个图像对对孪生神经（jīng）网（wǎng）络进行初步训练，得出现生（shēng）昆（kūn）虫是否（fǒu）拟态（tài）的判定值域。” 王博解（jiě）释，通过（guò）计算得出（chū）的判定值域确认化石中昆（kūn）虫是（shì）否（fǒu）拟态。

此次研究发现了七枚覆（fù）物伪装昆虫，涉及两大类昆虫（啮虫目（mù）和半（bàn）翅目（mù）蟾蝽科）。其中（zhōng）六枚啮虫目昆虫包括（kuò）三个形态种类，一枚蟾蝽科昆（kūn）虫包（bāo）含一个（gè）形态种类。该（gāi）蟾蝽科（kē）昆虫的背（bèi）上覆盖有大量的碎屑物，包（bāo）括土壤颗粒、砂砾（lì）和植物（wù）碎屑等。这类昆虫极有可能利用背部的刚毛将碎屑物质（zhì）粘在其背上（shàng）。研究（jiū）还发现在有花植（zhí）物大（dà）辐射之前，大部分具（jù）有（yǒu）覆物行为的昆虫，都已经演化（huà）出了（le）覆物（wù）伪装这（zhè）一复杂行为。