Sztuczna inteligencja pomaga opracować modele w ekologii

Fot. Fotolia
Fot. Fotolia

W ekosystemach miliony gatunków wchodzą w interakcje zarówno między sobą, jak i z otoczeniem, i to na miliardy różnych sposobów. Często wydaje się to chaotyczne. Naukowcom próbującym zrozumieć te zależności na pomoc przychodzi sztuczna inteligencja.

Sztuczna inteligencja (ang. Artificial Intelligence, AI) i uczenie maszynowe są w stanie wyłapać pewne wzorce i przewidzieć trendy, umykające ludzkiemu rozumowaniu. Torują w ten sposób drogę do coraz bardziej zaawansowanej kooperacji ludzi z komputerami – zapewniają naukowcy na łamach „Frontiers in Ecology and Evolution”.

Stosowane w ramach AI metody obliczeń ewolucyjnych odzwierciedlają w pewnym sensie proces ewolucji gatunków w naturze. Jedna z metod – regresja symboliczna – pozwala na konstruowanie zrozumiałych dla człowieka formuł, wyjaśniających prawa natury.

„Wykorzystaliśmy regresję symboliczną, aby zademonstrować, że komputery są w stanie tworzyć formuły, reprezentujące zachowania ekosystemów i gatunków w przestrzeni i czasie. Takie formuły łatwo jest zrozumieć. Tworzą podwaliny do generalnych reguł w ekologii, czego większość metod w AI nie potrafi” – powiedział Pedro Cardoso, kurator Fińskiego Muzeum Historii Naturalnej przy Uniwersytecie w Helsinkach.

Dzięki wykorzystaniu regresji symbolicznej interdyscyplinarny zespół z Finlandii, Portugalii i Francji był w stanie wyjaśnić, dlaczego niektóre gatunku występują w określonych regionach i dlaczego niektóre obszary charakteryzują się wyższą bioróżnorodnością.

Badaczom udało się np. opracować ogólny model, który wyjaśnia, dlaczego niektóre wyspy są domem większej ilości gatunków niż inne. Wyspy oceaniczne charakteryzują się naturalnym cyklem życia – powstają, kiedy wzniesienie wulkaniczne wyłania się z morza, a ostatecznie znikają w wyniku erozji. Algorytm - bez udziału człowieka - był w stanie stwierdzić, że liczba gatunków na takiej wyspie rośnie wraz z jej wiekiem i osiąga szczyt w wieku pośrednim, kiedy erozja jest wciąż niewielka. “Wyjaśnienie było znane, kilka formuł już istniało, ale byliśmy w stanie wynaleźć nowe, które przewyższały pod pewnymi względami te istniejące” – twierdzi doktorant Vasco Branco z Uniwersytetu Helsińskiego.

Naukowcy uważają, że wyjaśnialna sztuczna inteligencja (ang. explainable artificial intelligence, XAI) jest polem do rozwoju i promowania dopiero raczkującej współpracy między ludźmi i maszynami. „Tworzenie formuł wyłącznie na podstawie danych, często bez stawiania przez ludzi wcześniejszych hipotez, może stanowić bardzo potężne narzędzie w arsenale dyscypliny tak złożonej jak ekologia” – uważa Luis Correia, prof. informatyki na Uniwersytecie Lizbońskim. (PAP)

mrt/ zan/

Fundacja PAP zezwala na bezpłatny przedruk artykułów z Serwisu Nauka w Polsce pod warunkiem mailowego poinformowania nas raz w miesiącu o fakcie korzystania z serwisu oraz podania źródła artykułu. W portalach i serwisach internetowych prosimy o zamieszczenie podlinkowanego adresu: Źródło: naukawpolsce.pl, a w czasopismach adnotacji: Źródło: Serwis Nauka w Polsce - naukawpolsce.pl. Powyższe zezwolenie nie dotyczy: informacji z kategorii "Świat" oraz wszelkich fotografii i materiałów wideo.

Czytaj także

  • Fot. Adobe Stock

    W USA odkryto ogromne źródło litu

  • 07.08.2020 PAP/Darek Delmanowicz

    Letnie upały znacząco zwiększają ryzyko hospitalizacji

Przed dodaniem komentarza prosimy o zapoznanie z Regulaminem forum serwisu Nauka w Polsce.

newsletter

Zapraszamy do zapisania się do naszego newslettera