日本上智大學(xué)科學(xué)家正開發(fā)一款人工智能（AI）防熊應(yīng)用程式，透過將地圖區(qū)域按風(fēng)險(xiǎn)等級染色，協(xié)助民眾避開熊只出沒熱點(diǎn)，提升戶外活動(dòng)安全。
研究聚焦秋田縣，人熊互動(dòng)在自然與社會(huì)雙重變化下急速增加。自然環(huán)境因素方面，熊的主要食物山毛櫸結(jié)實(shí)失收，導(dǎo)致熊擴(kuò)大覓食范圍，社會(huì)方面深山地區(qū)人口流失與高齡化，兩者加起來把熊推向市街與農(nóng)地，令通報(bào)與意外頻率同步上升。
研究團(tuán)隊(duì)以秋田縣 2021 至 2022 年度之月輪熊出現(xiàn)資料作基礎(chǔ)　訓(xùn)練 AI 系統(tǒng)。訓(xùn)練所用資料包括出現(xiàn)地點(diǎn)之緯度與經(jīng)度；時(shí)間帶、天候、是否有雨或雷；熊主要食源如山毛櫸果與橡實(shí)之豐度；人口分布與土地利用狀況（田畝、住宅區(qū)、竹林等）。
研究核心做法為把多源資料「時(shí)空對齊」，再進(jìn)行日別推算。團(tuán)隊(duì)把過去出沒紀(jì)錄與日期時(shí)間、土地覆蓋類型如人口構(gòu)造物、水田、竹林，人口分布尤其高齡人口密度，氣象條件，道路分布，標(biāo)高，以及作為食源之山毛櫸結(jié)實(shí)豐兇等要素，整合到以 1 km 網(wǎng)格為單位之資料立方，建立「日別 × 網(wǎng)格」之有無出沒分類標(biāo)簽。模型訓(xùn)練同時(shí)采取資料不均衡對策，降低偏態(tài)樣本帶來之誤判風(fēng)險(xiǎn)。合計(jì)讓 AI 學(xué)習(xí)出現(xiàn)事件 1,736 件與未出現(xiàn)事件 2,078 件　再與 2023 年度資料比對。該年度為統(tǒng)計(jì)啟動(dòng)以來人身傷害發(fā)生數(shù)量最多一年。
在 2023 年秋田縣全域驗(yàn)證情境下，使用 Extra Trees 模型推算每一日、每一個(gè) 1 km 網(wǎng)格是否可能有熊出沒，整體表現(xiàn)達(dá)成準(zhǔn)確率 63.7%。此水準(zhǔn)雖非滿分，但對于「熱點(diǎn)先行預(yù)警、巡邏排班與臨時(shí)標(biāo)示」仍具操作價(jià)值，尤其適用資源有限之鄉(xiāng)鎮(zhèn)與邊緣聚落。
研究成果正朝產(chǎn)品化方向前進(jìn)，形式為以色階顯示風(fēng)險(xiǎn)之地圖視覺化工具。地圖把秋田縣切成 1 km 正方網(wǎng)格，以不同色階標(biāo)示當(dāng)日風(fēng)險(xiǎn)高低，方便登山客、郊游居民與農(nóng)家規(guī)劃路線或作業(yè)時(shí)段，亦協(xié)助自治體調(diào)度巡邏、廣播與警示牌設(shè)置。若與道路網(wǎng)、垃圾投放點(diǎn)、果樹分布等誘因疊圖，還可提出繞行或時(shí)間避讓建議，進(jìn)一步把研究轉(zhuǎn)化為行動(dòng)指引。