哈Ha！ 我向您介绍“
机器学习可以控制采采蝇的活动，从而减少昏睡病 ”的文章。
采采蝇雌性雌虫一生一次交配，因此可以控制这些有害昆虫的种群数量。 因此，与贫瘠的雄性交配的雌性将没有后代。 结果，当控制足够数量的交配时，可以减少它们的种群，因此，可以减少人和牛之间的昏睡病发生率。
塞内加尔的一项研究表明，这种想法是可行的。 在过去的五年中，使用伽马射线灭菌的采采蝇雄蝇每周被释放三次到受感染地区。 这使当地苍蝇减少了98％，相应地减少了昏睡病的发生率。 但是，这类项目需要大量不育雄性，必须及时育种和交付，这很困难。
问题之一是雄性的繁殖不可避免地影响雌性的繁殖。 为了仅对男性进行照射，有必要按性别分类。 男女的基本照射都会造成问题，因为需要更高剂量的辐射才能对雌性进行消毒，这可能导致雄性死亡。 采采蝇分类包括等到蝇从from中孵出。 同时，冷却它们以减少新陈代谢，从而降低其活性。 使用刷子手动将雄性与雌性分开。 在触角的存在下，男性不同于女性，这有助于识别他。 该过程是有效的，但是既费时又费时。 哥伦比亚大学的塞尔达·莫兰（Zelda Moran）认为，有更好的方法。
2014年，当时在维也纳国际原子能机构昆虫实验室任研究员的莫兰（Moran）女士从事类似工作，她注意到雌性和采采蝇男的the发育不同。 化up 30天后，成虫从from中飞出。 尽管采采蝇蝇p是不透明的，但莫兰小姐发现在某些光照条件下，例如红外线，昆虫的翅膀开始变暗了。 对于女性，这在化脓后约25-26天发生。 对于男性，这种情况发生的时间较晚：化脓后27-29天。 原则上，这使得有可能在苍蝇离开p之前对其进行分类。
在莫兰女士偶然遇到哥伦比亚天体物理学家Sabolch Mark博士之前，我不得不采用这种方法。 当时，Mark博士使用机器学习来查找大批天体物理数据中的模式。 他建议对p的性定义采用类似的过程。
最初，马克博士和他的同事使用红外扫描仪来创建大量of的图像。 然后，他们使用这些图像来教授计算机算法，以决定the的定义是雄性，雌性还是尚未形成。 它还允许您将死者与活人分开。 机器学习使使用气泡或水流自动将雄性活p与其余的活sort进行分类，从而清除不需要的个体。 因此，个体可以被照射和释放。
对于塞内加尔项目等项目，机器学习应简化男性绝育过程。 也许可以在其他类型上使用。 如果机器辅助的性别确定方法可以应用于其他昆虫，例如蚊子，那么人类也可以控制诸如疟疾和登革热之类的疾病。