一项发表在《美国灵长类学杂志》（The American Journal of Primatology）上的概念验证研究，由埃默里大学和佐治亚理工学院的科学家们共同完成，成功开发出一套名为CapuchinAI的人工智能系统，它能利用面部识别和实时触摸屏测试，自动化地对野外卷尾猴进行认知研究。这一创新方法为评估和监测野生灵长类动物的认知能力提供了一个可扩展且系统化的新途径。
“灵长类动物的大脑并非在实验室中进化而来，而是在复杂且充满竞争的环境中演变，”论文资深作者、埃默里大学人类学助理教授马塞拉·贝尼特斯（Marcela Benítez）指出。“然而，由于在不可预测的野外环境中难以实现测量认知所需的实验控制，野外灵长类认知研究一直面临巨大挑战。”CapuchinAI的诞生，正是为了弥合实验室精确控制与自然生态背景之间的鸿沟。
CapuchinAI是一个紧凑、电池供电的计算系统，被集成到一个野外研究平台中。该系统核心由一个树莓派（Raspberry Pi）微型计算机驱动，集成了面部识别摄像头、交互式触摸屏和自动电机驱动的食物分配器。当猴子靠近时，系统能识别其身份，在触摸屏上呈现针对该个体的学习任务，并在猴子正确完成任务后自动分发食物奖励。
该平台的设计理念是低成本、开源且生态友好。研究团队发布了系统的计算机编码指南和构建低技术、低成本野外研究平台的蓝图，希望其他科学家能将其AI方法应用于更多不同物种和环境的野生灵长类动物，从而生成更广泛的认知数据。
在AI.Humanities项目的资助下，贝尼特斯教授与佐治亚理工学院计算机科学副教授雅各布·阿伯内西（Jacob Abernethy）合作，设计了用于野生卷尾猴面部识别的AI模型。他们利用开源的YOLO（You Only Look Once）架构，并使用GoPro相机拍摄的高质量视频数据集进行模型训练。埃默里大学和佐治亚理工学院的本科生们承担了繁重的数据标注工作，在数千张静态图像和视频中为猴子的面部手动绘制“边界框”并标记身份。
最初，该面部识别系统能够以97%的准确率从静态图像、视频和现场画面中识别出六只特定的卷尾猴。论文第一作者、埃默里大学人类学博士生费德里科·桑切斯·瓦尔加斯（Federico Sánchez Vargas）随后对模型进行了简化和参数调整，使其能够识别任何卷尾猴，而不仅仅是已训练的个体。这一改进使得系统能够通过网络摄像头记录靠近触摸屏的卷尾猴视频，从而快速生成更大、更新的面部数据集，持续扩展面部识别模型的识别范围。
桑切斯·瓦尔加斯还开发了第二个Python脚本，利用“pygame”程序创建交互式刺激。最初的刺激是一个覆盖触摸屏的蓝色方块，当卷尾猴触摸它时，脚本会向电机电路发送信号，分发食物奖励。这两个Python脚本在树莓派上同时运行，整个系统仅需一个轻量级电池组即可运行长达八小时。
为了确保系统在野外环境中的耐用性，研究团队在贝尼特斯教授的车库中亲手打造了一个防野生动物、防风雨的平台。他们使用了松木板、甲板密封剂、橡胶绝缘条和塑料管道等材料，并借助埃默里大学TechLab的帮助，3D打印了塑料食物分配器。这个约20英寸高的木箱巧妙地容纳了网络摄像头、触摸屏、树莓派、食物分配器和驱动分配器的旋转电机。
随后，团队将CapuchinAI系统带到哥斯达黎加的塔博加森林保护区进行实地测试。在最初几天的等待后，一只名为“Trompudo”（意为“大鼻子”）的雄性卷尾猴被香蕉干的气味吸引。它爬上箱子，拍打触摸屏后，一片香蕉干掉了出来。Trompudo迅速理解了触摸屏幕与获得奖励之间的关联，展示了野生卷尾猴快速习得新行为的能力。
Trompudo的成功“破冰”后，越来越多的猴子开始与CapuchinAI互动。研究人员观察到，在试点阶段与CapuchinAI互动的16只猴子中，存在显著的个体差异。有些卷尾猴学习速度惊人，而另一些则需要更多时间才能理解触摸屏幕获取奖励的机制。甚至有部分个体通过亲吻屏幕来获取香蕉片。还有一些“后知后觉者”，它们会先在一旁观察同伴如何操作，再谨慎地接近。
CapuchinAI的物理结构也经受住了卷尾猴偶尔的攻击性尝试，以及浣熊科动物（如长鼻浣熊）的“入侵测试”，证明了其坚固耐用性。面部识别软件还能防止其他野生动物触发系统。
为了确保数据收集的平衡性，该系统还设计了资源管理和反垄断机制。软件会跟踪每个个体在单次会话中的参与限制，防止群体中占主导地位的成员垄断测试箱，从而确保从整个猴群中收集到多样化的数据。
研究团队目前正在更新面部识别模型，利用试点阶段记录的16只卷尾猴的视频进行训练。他们正在开发针对四个主要认知领域的实验：学习速度、冲动控制、认知灵活性以及工作记忆或长期记忆。如果系统识别出已训练的卷尾猴，它将根据该个体在测试序列中的“水平”呈现特定的认知测试；如果个体不熟悉，则会分配基线习得刺激（触摸屏幕获取奖励）。
通过结合塔博加森林保护区卷尾猴群体数十年来积累的个体生命史观察数据，CapuchinAI将使研究人员能够深入探讨环境、个体经验和行为如何影响认知能力。“我们可以探索关于环境、个体经验和行为如何与认知能力联系的突出问题，”贝尼特斯教授表示。“为什么有些个体在某些任务上表现更好？不同个体如何适应不同情况？不同的认知策略与适应性有何关系？”
桑切斯·瓦尔加斯强调，弗朗斯·德瓦尔（Frans de Waal）曾说“不了解动物就无法研究认知”。CapuchinAI方法并不能取代野外人类研究人员的必要性，因为由实地工作者收集的丰富观察数据集仍然至关重要。鉴于灵长类动物异常大的大脑和相对于其他动物而言更高级的认知能力，它们是研究大脑和心智如何进化和适应的关键模型。研究人员相信，他们的AI模型可以推广到其他拥有个体生命史记录的野生灵长类物种，成为“灵长类学工具包中一个强大的新工具”。
该项目获得了AI.Humanities的种子基金、美国国立药物滥用研究所（R34DA061925）、美国国家科学基金会（BCS-2127373）、刘易斯与克拉克探索与野外研究基金以及埃默里大学心智、大脑与文化中心的支持。