我喜欢发呆，可以自由想象我好奇的事情。所以，只要有利于我发呆的事情，如喝咖啡、喝茶、走路上班，我都尽量满足我自己，尽力偷得少许闲。出去开会，做完自己份内的工作，尽量给自己留足发呆的时段，随心随意随想。思路无边，自由自在。野外工作是最佳的时段，可惜现在还是少了很多。好在家离单位近，慢走30分钟左右。可以穿过奥林匹克森林公园的一个小角，正是发呆遐想的好机会。

读硕士研究生的时候，就听前辈提到有些大家可以看到空中飞翔的昆虫，就可以分辨物种，乃至雌雄。当时联想到曾经痴迷的武侠小说中的高手，可以手夹飞蝇，感觉传说中的昆虫大家绝非凡人。到了北京，接触到越来越多类群的分类学工作者，才理解昆虫之多、分类之难。自然更加敬佩长年累月，端坐于解剖镜面前的昆虫学者。他们为了一个物种之可分、一个性状之同源与否，费尽心智。即便有了更加高级的仪器，如扫描电子显微镜、PCR仪、测序仪，他们仍然专心于普通的解剖镜下的目力所及。我在进入动物研究所就读博士研究生期间，无论所在实验室师姐、师弟，还是其他院士、老研究员们，似乎就放不下他们心爱的解剖镜和镜子下的昆虫。当时看到他们如此醉心痴迷，我在震撼的同时，也在想：他们真能看到空中的飞虫就能鉴定物种或雌雄？想到在江苏宜兴湖㳇刘老师家，曾经把停留在幕布上的静态蜉蝣和空中飞舞的精灵进行比较。这应该也是在锻炼自己的目力。有次半夜雨中，终于看到灯下几只美丽的高翔蜉，曼妙飞舞，心中自然一丝激动。等到了博士生期间，在捕虫网中搜寻一个又一个小蜂，慢慢也能结合解剖镜下观察的形态，掌握部分科属的的判别。但近年来，参与一些昆虫多样性和生态学工作，这个问题一直萦绕在心，让我无法给出明确的答案。即便在一个很小的范围，特定的生境，除了自己一直研究的部分昆虫，我也很难想象可以立即识别我即将捕捉的标本。难道这些前辈真有一双我修炼不了的“慧眼”？

转眼，我已经开始眼花。原来在捕虫网能够清楚看到毫米级的寄生蜂，现在开始有些难度。培养研究生，已经成为迫在眉睫的任务和责任。当年稀罕而昂贵的分子测序技术，已经成为研究生，本科生，甚至部分高中生的基本技能。倒是当年我努力培养出的昆虫形态分类学，学生们感兴趣的比例少了。学生忙于分子测序，导师或者已有分类学基础的实验室成员完成物种形态学鉴定。部分学生可能已经把导师鉴定物种认为是对分子测序工作的辅助部分，而没有认识到自己主动培育形态鉴定能力的必要性。作为较早涉入分子分类学领域的工作者，我指导的研究生，一般要求硕士生阶段奠定形态分类学基础，并通过阅读文献等掌握分子系统学理论知识。只有这两条都达到我的要求，我才会非常乐意鼓励并推荐学生通过中期考核，申请直博。这样，有了形态分类基础，有了对物种概念的理解，后续三年才有可能提出具有一定挑战性的分子系统学研究课题。今天研读完曹焕喜同学的博士学位论文，自己有点窃喜：终于有了一位可以担当姬小蜂科研究的年轻人。假以时日，如能不忘分类学初心，她自然能够在动物研究所把这条路坚持走下去。

还是回到我发呆想的问题：现在是否能够辨识过眼飞虫？花伴侣等软件的发布，部分解决了植物识别问题。很多同行热切期待“虫伴侣”或相似功能软件的开发。部分学者已经极为超前想到人工智能和大数据，或许实现昆虫物种识别，甚至可能替代200多年以来无可替代的形态分类学工作。仅对昆虫而言，要回答这个问题，需要认真考虑几个环节的挑战，并尝试提出可行的方案：

1、是否能够在很短的时间获得飞虫的足够数据信息？是否必要条件？

2、是否能够在很短的时间内提取出飞虫的关键性状？是否必要条件？

今天中午在去办公室的路上，就第一个问题想到一些自己感觉很有趣的想法，记录下来继续思考。第二个问题，基本属于目前形态分类学的范畴，暂且不表。要回答第一个问题，需要分解一下，看看现有条件是否能够有解：

1a、静态昆虫，获取各个角度，标准姿态和非标准姿态超大量图像，是否有助于准确界定物种？这个量的阈值是多少？我个人预计这项工作仍然是开展动态图像识别的前提，也具备大数据积累的基础，即较高的物种分类学基础。在未来静态图片大数据积累过程中，馆藏标本和分类学家参与还是不可替代。目前世界各大自然历史博物馆都在开展标本数字化工作。我在访问澳大利亚国立昆虫博物馆John La Salle博士的时候，曾经见到他们购买美国的一套成像系统。该系统主要还是从形态分类学家的角度，采集足以展示标本关键特征的图像，用于分类鉴定。个人关注并了解，感觉大部分其它相关工作还是针对问题2，获取特定虫体姿态的少量高清晰图片，应该不足以开展较大数据的挖掘。同时，新硬件和新软件的开发势在必行。以前在北医三院看到过莱卡公司开发的染色体自动扫描仪。扫描仪可以在较低倍数下搜寻染色体，标注染色体所在玻片上的位置，然后在高倍的油镜下自动对焦，采集高清晰图像用于分析。这样的系统思路，值得我们借鉴，探索静态图像获取技术。

1b、动态昆虫，即过眼飞虫，从不同距离，能否获取各个角度大量高清晰度图像？这个环节，高清晰数字拍摄仪器，如高速高清数码相机或摄像机必不可少。相对于肉眼，很多昆虫飞行速度太快。我们必须用昆虫网等把它们捕捉并制成标本观察。但是，相对于现在高速摄像机等，昆虫飞行的过程可以被分解为单帧图片，用于数据提取。显然，飞虫进入设定的区域，需要能够触发数码设备，进行高速图像获取。飞虫识别和仪器触发问题如能得到解决，公众参与将为这个环节提供海量数据。我连续访问了John La Salle博士几次，讨论最多的问题就是如何触发数码设备，实现马来氏网等收集昆虫的图像识别和自动计数。近几年来，红外相机实现了部分动物监测，并获得了大量数据。只要提高精度，这样的原理方案自然可以用于动态昆虫图像获取。

1c、静态昆虫和动态昆虫的图像在什么尺度可以进行比对？目前开展的许多昆虫图像识别工作，应该还没有达到人眼识别和大脑对多幅图片的综合能力。这步还没有来得及想，就到了办公室。思路就调整到其它工作。

尽管这些问题看似简单，但能够吸引世界这么多优秀学者痴心不改研究昆虫物种多样性，自然就有无穷无尽的挑战和乐趣。我只是纯粹好奇，把昆虫分类工作环节稍微分解了一下，就发现把昆虫腿上的毛数清楚这件看似简单的工作，实际上在新时代可以继续怀抱解剖镜，可以做些分子基因组，也可以像胡克一样从其它领域借来一些看似无关的仪器装备和新知识。学生对什么方面有兴趣，就顺其自然去引导。但系统学之基础在于物种的清晰界定，基本功不能偏废。或许在不远的将来，新知识、新技术和新数据真能够借我一双“慧眼”，帮助我快速识别过眼飞虫。我有形态分类学功底，自然可以对包括这双“慧眼”在内的新技术识别的结果，作出独立的科学判断。任何新硬件和新技术可以帮助我提升现数据获取和大数据分析或整合的能力，但对于物种的科学界定还需要独立思维和验证。