Algorytm oparty na sztucznej inteligencji potrafi wykryć rekinopłetwy, koniki morskie i strzykwy ukryte w walizkach pasażerów, osiągając skuteczność sięgającą 96 procent. Wyniki badania opublikowanego 8 czerwca 2026 w czasopiśmie Frontiers in Ocean Sustainability otwierają drogę do wdrożenia tego narzędzia bezpośrednio na lotniskach i w centrach logistyki pocztowej.
Miliardowy rynek ukryty w bagażu
Nielegalny handel dziką przyrodą to jeden z największych rynków przestępczych na świecie. INTERPOL szacuje jego wartość na około 20 miliardów dolarów rocznie, a morskie gatunki tworzą jego poważną, choć rzadziej nagłaśnianą część. Suszone strzykwy (zwane popularnie „ogórkami morskimi”) trafiają głównie do kuchni azjatyckiej i rynku suplementów diety; rekinopłetwy są pożądanym składnikiem zupy cenionej w kuchni chińskiej jako delikatesy; koniki morskie z kolei trafiają do tradycyjnej medycyny. Wszystkie te gatunki podlegają ochronie na mocy Konwencji CITES, a mimo to regularnie przedostają się przez kontrole graniczne niezauważone.
Organizacja TRAFFIC, zajmująca się monitorowaniem handlu dziką przyrodą, ocenia, że znaczna część takich przesyłek przechodzi przez lotniska bez wykrycia. Standardowe skanery rentgenowskie generują obrazy, ale ich interpretacja wymaga doświadczonego oka. Australijskie badanie pokazuje, że dobrze wytrenowany algorytm może w tym skutecznie pomagać.
Trójwymiarowe skany i sieć neuronowa
Zespół pod kierunkiem Vanessy Pirotta, badaczki związanej z Macquarie University, Taronga Conservation Society Australia oraz firmą Rapiscan Systems (producentem skanerów rentgenowskich), zebrał 68 próbek suszonych okazów: 18 rekinopłetw, 30 koników morskich i 20 strzykw. Udział producenta sprzętu skanującego w zespole badawczym to kontekst, o którym czytelnik powinien wiedzieć przy ocenie wyników. Z tych próbek powstało łącznie 298 trójwymiarowych skanów rentgenowskich CT (technologia już powszechnie używana w kontroli bagażu lotniczego). Dane zasilały trójwymiarową splotową sieć neuronową (3D CNN); zbiór treningowy powiększono dodatkowo techniką 3D Threat Image Projection, polegającą na wirtualnym wklejaniu obrazów próbek do skanów różnych bagaży.
Wyniki okazały się zaskakująco dobre jak na pierwszą iterację systemu. Algorytm rozpoznał koniki morskie z dokładnością 96 procent, rekinopłetwy z dokładnością 95 procent, a strzykwy z dokładnością 86 procent. Wskaźniki fałszywych alarmów wyniosły odpowiednio 9, 2 i 1 procent. Pirotta w rozmowie z Scientific American przyznała, że nie spodziewała się, iż AI zajmie tak centralne miejsce w jej pracy badawczej. Skanery rentgenowskie, jak podkreśliła, pozwalają też obserwować, jak z czasem ewoluują metody ukrywania przemycanego towaru.
Narzędzie wspomagające, nie zastępujące
Autorki pracy wprost zaznaczyły, że algorytm nie jest pomyślany jako zamiennik ludzkich kontrolerów ani psów tropiących używanych przez służby celne. Jego rola to budowanie zdolności detekcyjnych: uzupełnienie istniejących procedur, nie ich zastąpienie. Fałszywy alarm co dziewiąte wykrycie konika morskiego to wynik wymagający dalszego doskonalenia przed wdrożeniem na liniach produkcyjnych.
Pirotta zapowiedziała, że kolejnym krokiem będzie praca nad uruchomieniem algorytmów bezpośrednio na frontowych punktach kontrolnych na lotniskach całego świata. Skala problemu uzasadnia pośpiech: przemyt morskich gatunków odbywa się zarówno przesyłkami kurierskimi, jak i bagażem podróżnych, a obecne metody pozostawiają w tej siatce duże luki.
Europejskie służby celne już działają w tym obszarze
Polska nie jest od tego problemu odizolowana. W kwietniu 2026 roku funkcjonariusze Mazowieckiego Urzędu Celno-Skarbowego na Lotnisku Chopina w Warszawie zatrzymali przesyłkę zawierającą ponad tysiąc chronionych koralowców przemycanych z Indonezji. Przypadek pokazuje, że lotniska w Europie Środkowej są realnym węzłem przerzutowym dla nielegalnych przesyłek z fauną morską. Automatyczna detekcja w skanach rentgenowskich mogłaby odciążyć celników, którzy przy dziesiątkach tysięcy bagaży dziennie fizycznie nie są w stanie wychwycić każdej podejrzanej przesyłki.
Badanie z Macquarie University i Taronga Conservation Society to jak dotąd pierwsza opublikowana praca pokazująca skuteczność tego podejścia dla morskich gatunków chronionych CITES. Algorytmy dla innych grup, takich jak kość słoniowa czy egzotyczne gady, są już przedmiotem odrębnych projektów badawczych. Pytanie, kiedy którekolwiek z tych narzędzi przejdzie od laboratorium do punktu kontroli granicznej, pozostaje otwarte.
