随着世界各地生物多样性的下降，研究人员迫切希望对地球上所有的昆虫和其他无脊椎动物进行编目，这些昆虫和其他无脊椎动物占了尚未命名的 900 万种物种中的 90%。为此，科学家们通常要在实验室里长时间地整理他们收集的标本。
输入 DiversityScanner。该方法涉及一个机器人，它一次一个地从托盘中取出单个昆虫和其他小生物并拍摄它们。然后，计算机使用一种称为机器学习的人工智能将每个人的腿、触角和其他特征与已知样本进行比较。
然后该技术在图像上施加颜色代码或热图（见上文）。颜色越暖，比如红色，计算机程序就越依赖那个身体部位来判断它是哪种昆虫。这张热图使研究人员可以更轻松地检查身份，以了解程序的“思想”过程。
然后机器人将每只昆虫移动到一个有 96 个小孔的盘子里，准备这些样本进行 DNA 测序。由此产生的物种识别序列——“DNA 条形码”——与所有编目标本的数据库中的图像相关联。
该技术的设计者在发布到预印本服务器 bioRxiv 的一项研究中报告说，虽然不如人类专家那么好，但该方法在91% 的时间内准确地对昆虫进行了分类。他们指出，随着更多样本被添加到数据库中，这种准确性将会提高。
研究人员已公开提供该技术的软件和 3D 打印计划。而且，正如科学家在第二份预印本中所描述的那样，他们简化了测序步骤和软件，以便发展中国家和小型组织可以利用它——一次 96 只昆虫。
