运用机器学习控制采采蝇的繁殖

这样一来，就可以很简单的自动将活着的雄性蛹与其他蛹进行分类，通过一台机器，用一阵阵的空气或水流将多余的蛹吹走。

雌性采采蝇一生只交配一次。对于想要控制采采蝇数量的的援救人员来说将是一个福音，将雌性采采蝇与不育的雄性交配就不会产生后代，这就有效的控制了采采蝇的数量，因为昏睡冰就是通过采采蝇传染给人或牛的。

塞内加尔正在进行的一个项目表明这是可行的。在过去的五年里，雄性采采蝇用伽玛射线消毒后，每周会在受感染的地区投放三次。这使得当地苍蝇的数量下降了98%，同时昏睡病也随之减少。但是像这样的项目需要大量的不育雄性来繁殖，这是相当困难的。

还有一个问题就是，因为繁殖雄性必然也需要繁殖雌性，所以就要对性别进行分类，这样只有雄性才会受到辐射并被释放。(简单的对两性进行辐射是有问题的，这需要更高的辐射剂量才能使雌性绝育）。

例如：对雌性动物进行绝育需要较高的辐射剂量，这可能导致雄性动物死亡或致残。对采采蝇进行分类意味着要等到苍蝇从蛹里出来，冷却它们以降低新陈代谢率，从而降低它们的活性，然后用画笔用手将雄性和雌性分开。雄性苍蝇可以通过外部的分类器识别，使其与无分类的雌性区分开来。这一过程是有效的，但是费时费力。

2014年，当时担任维也纳国际原子能机构昆虫学实验室研究员的莫兰女士做了大量的工作，她注意到雌性和雄性采采蝇的发育方式不同。 在化蛹后30天，成虫从蛹中出来。 尽管采采蝇蛹是不透明的，但莫兰女士发现，在某些光照条件下，如红外线，可以观察到昆虫的翅膀事先开始变暗。 在雌性的情况下，这发生在化蛹后约25-26天。 在雄性的情况下，这发生在化蛹后27-29天。 原则上，这就为在苍蝇从它们的蛹中出来之前对苍蝇进行分类提供了一种方法。

根据这些观察结果采取行动，不得不等到莫兰女士与哥伦比亚大学天体物理学家Szabolcs Marka偶然相遇之后。当时，Marka博士正在使用

机器学习

来寻找大量天体物理数据的模式。他建议对蛹的性别鉴定也采用类似的方法。

首先，Marka博士和他的同事们使用红外扫描仪创建了大量蛹的图像。然后，他们用这些图像训练

机器学习算法

来决定被扫描的蛹是雄性还是雌性又或者无法辨认，它还能区分死蛹和活蛹。这样一来，就可以很简单的自动将活着的雄性蛹与其他蛹进行分类，通过一台机器，用一阵阵的空气或水流将多余的蛹吹走。因此，雄性采采蝇可以接受辐射，然后被运送出去放生。

这将简化塞内加尔的项目的不育雄性的生产。它也可能对其他物种起作用。如果机器学习的性别分类可以应用于蚊子等昆虫，疟疾和登革热等疾病也可能得到更严格的控制。