Algoritmi mogu predvideti koje filmove ili pesme bi vam se mogli svideti, ali takođe mogu predvideti koju vrstu bi predator najverovatnije jeo.
Istraživači iz Globalne ekološke laboratorije Univerziteta Flinders koriste mašinsko učenje da identifikuju interakcije vrsta i mogu predvideti koje vrste će najverovatnije izumreti, tako da se intervencija može planirati pre nego što se to dogodi.
„Planeta se suočava sa ekološkom krizom, sa klimatskim promenama, invazivnim vrstama, gubitkom staništa i drugim aktivnostima vezanim za ljude koje izazivaju mnoštvo izumiranja“, kaže dr Džon Levelin, naučni saradnik na Fakultetu nauke i inženjerstva Univerziteta Flinders.
„Mnoga od ovih izumiranja su posredovana interakcijama vrsta, izazvanim gubitkom ili dobitkom interakcije sa drugim vrstama, i otkrili smo da mašinsko učenje može predvideti ko koga pojede u svetu povezanih vrsta.
Dr Llevelin kaže da su „ko-izumiranja“ izumiranja uzrokovana opadanjem ili izumiranjem drugih vrsta koje su u interakciji, kao što je predator koji izumire nakon gubitka svog plena.
Nasuprot tome, invazivni predatori kao što su mačke, lisice i zmije smeđeg drveta mogu izazvati izumiranje naivnog domaćeg plena koji se u prošlosti nije nosio sa sličnim grabežljivcima.
„Ovo su izumiranja koja su rezultat interakcije ranjivih vrsta sa novim grabežljivcima, tako da je saznanje koje vrste su u interakciji od suštinskog značaja za predviđanje i izbegavanje budućih izumiranja“, dodaje dr Levelin. „Međutim, trenutno znamo samo mali deo interakcija vrsta koje se dešavaju – ili koje bi se mogle dogoditi, u slučaju invazivnih vrsta – i to otežava predviđanje izumiranja.“
Novo istraživanje Flindersovog tima otkrilo je da tehnike mašinskog učenja mogu koristiti osobine vrste kako bi tačno predvidele interakcije predatora i plena za ptice i sisare. Identifikovanjem vrsta koje stupaju u interakciju, mašinsko učenje onda može pomoći u predviđanju i, nadamo se, izbegavanju izumiranja pre nego što se dogode.
Algoritam uči kako su osobine povezane sa interakcijama vrsta iz informacija o tome koje vrste su u interakciji, koje vrste ne komuniciraju i osobine uključene vrste. Ovom tipu AI tada može biti obezbeđena lista vrsta i osobina kako bi se predvidelo koje vrste na novoj listi interaguju.
„Ovom metodom možemo da popunimo mnoge praznine koje imamo u našem znanju o interakcijama vrsta“, kaže dr Levelin.
Ove praznine uključuju nedokumentovane interakcije koje se dešavaju danas, interakcije između drevnih, davno izumrlih vrsta i interakcije koje bi invazivne vrste imale da su uvedene u novo područje.
„Znajući koje vrste su u interakciji, možemo identifikovati kako ekološki poremećaji – kao što su klimatske promene i uvedene vrste – mogu imati kaskadne efekte u ekološkim zajednicama, omogućavajući nam da razumemo kako se izumiranje dešava.“
Interakcije vrsta igraju fundamentalnu ulogu u ekosistemima, iako malo ekoloških zajednica ima potpune podatke koji opisuju takve interakcije, što je prepreka da se predvidi kako ekosistemi funkcionišu i reaguju na perturbacije.
„Ljudi u potpunosti zavise od biodiverziteta i zdravih ekosistema, tako da imamo odgovornost da održavamo biodiverzitet zbog njega samog, kao i zbog koristi koje on pruža ljudskim društvima“, kaže dr Levelin.
