日本近年人熊衝突急劇升溫，引發社會關注。為應對危機，上智大學科學家正開發一款人工智能（AI）防熊應用程式，透過將地圖區域按風險等級染色，協助民眾避開熊隻出沒熱點，提升戶外活動安全。
研究聚焦秋田縣，人熊互動在自然與社會雙重變化下急速增加。自然環境因素方面，熊的主要食物山毛櫸結實失收，導致熊擴大覓食範圍，社會方面深山地區人口流失與高齡化，兩者加起來把熊推向市街與農地，令通報與意外頻率同步上升。
研究團隊以秋田縣 2021 至 2022 年度之月輪熊出現資料作基礎 訓練 AI 系統。訓練所用資料如下：
出現地點之緯度與經度；
時間帶、天候、是否有雨或雷；
熊主要食源如山毛櫸果與橡實之豐度；
人口分布與土地利用狀況（田畝、住宅區、竹林等）。
研究核心做法為把多源資料「時空對齊」，再進行日別推算。團隊把過去出沒紀錄與日期時間、土地覆蓋類型如人口構造物、水田、竹林，人口分布尤其高齡人口密度，氣象條件，道路分布，標高，以及作為食源之山毛櫸結實豐凶等要素，整合到以 1 km 網格為單位之資料立方，建立「日別 × 網格」之有無出沒分類標籤。模型訓練同時採取資料不均衡對策，降低偏態樣本帶來之誤判風險。合計讓 AI 學習出現事件 1,736 件與未出現事件 2,078 件 再與 2023 年度資料比對。該年度為統計啟動以來人身傷害發生數量最多一年。
在 2023 年秋田縣全域驗證情境下，使用 Extra Trees 模型推算每一日、每一個 1 km 網格是否可能有熊出沒，整體表現達成準確率 63.7%。此水準雖非滿分，但對於「熱點先行預警、巡邏排班與臨時標示」仍具操作價值，尤其適用資源有限之鄉鎮與邊緣聚落。
研究成果正朝產品化方向前進，形式為以色階顯示風險之地圖視覺化工具。地圖把秋田縣切成 1 km 正方網格，以不同色階標示當日風險高低，方便登山客、郊遊居民與農家規劃路線或作業時段，亦協助自治體調度巡邏、廣播與警示牌設置。若與道路網、垃圾投放點、果樹分布等誘因疊圖，還可提出繞行或時間避讓建議，進一步把研究轉化為行動指引。
資料來源：日本上智大學