Нейросеть доказала, что исчезающих видов больше, чем считали ранее

Новое исследование предполагает, что кризис вымирания может быть даже хуже, чем предполагалось. Согласно прогнозам исследователей из Норвежского университета науки и технологий, более половины видов, которые до сих пор избегали какой-либо официальной природоохранной оценки, находятся под угрозой исчезновения.

Природоохранные ресурсы ограничены, и защищать каждый квадратный километр суши и моря нецелесообразно и нелогично. Итак, чтобы смягчить быструю потерю биоразнообразия, на что должны пойти наши ресурсы? Чтобы ответить на этот вопрос, нам сначала нужно знать, какие виды охранять.

Международный союз охраны природы координирует деятельность сети ученых, которые уже более 50 лет оценивают биологическую информацию, доступную для всех видов по всему миру, и публикуют свои выводы в Красном списке видов, находящихся под угрозой исчезновения. Его цель состояла в том, чтобы определить виды, которые нуждаются в защите, с присвоенной охранной категорией риска исчезновения.

Например, Красный список подтверждает, что тигры официально находятся под угрозой исчезновения, или что популяции гигантских панд достаточно восстановились, чтобы перейти от исчезающих видов к просто уязвимым.

Однако, хотя такие виды, как панды и тигры, хорошо изучены, исследователи недостаточно знают о некоторых видах, чтобы должным образом оценить их охранный статус. Эти «недостаточные данные» составляют около 17% из почти 150 000 видов, оцениваемых в настоящее время.

При анализе данных о сохранении исследователи обычно удаляют или недооценивают предположения об угрозе для этих видов, чтобы контролировать неизвестные вариации или ошибочные суждения. Теперь эти исследователи в Норвегии попытались пролить свет на черную дыру неизвестного риска исчезновения, разработав модель машинного обучения, которая предсказывает угрозу исчезновения для этих видов с дефицитом данных.

Думая об искусственном интеллекте и машинном обучении, легко представить себе роботов, компьютерное моделирование и распознавание лиц. На самом деле, по крайней мере, в экологической науке, машинное обучение — это просто аналитический инструмент, используемый для выполнения тысяч вычислений, чтобы наилучшим образом представить имеющиеся у нас данные реального мира.

В этом случае норвежские исследователи упростили категории вымирания из Красного списка в модель «бинарного классификатора», чтобы предсказать вероятность того, что виды с дефицитом данных, вероятно, «находятся под угрозой» или «не находятся под угрозой» исчезновения. Алгоритм модели «учился» на математических закономерностях, найденных в биологических и биоклиматических данных тех видов, которым уже присвоена категория сохранения в Красном списке.

Они обнаружили, что более половины (56%) видов, по которым недостаточно данных, находятся под угрозой исчезновения, что вдвое превышает 28% от общего числа видов, которые в настоящее время оцениваются как находящиеся под угрозой исчезновения в Красном списке. Это усиливает обеспокоенность тем, что виды, по которым недостаточно данных, не только плохо изучены, но и находятся под угрозой исчезновения навсегда.

На суше эти наземные виды, которые, вероятно, находятся под угрозой исчезновения, встречаются на всех континентах, но живут в небольших географически ограниченных районах. Этот вывод подтверждает предыдущие исследования с аналогичными выводами о том, что виды с небольшим ареалом особенно уязвимы к антропогенной деградации среды обитания, такой как вырубка лесов или урбанизация.

Земноводные являются группой наибольшего риска: 85% этих видов, по которым недостаточно данных, прогнозируются как находящиеся под угрозой исчезновения (по сравнению с 41% видов, которые в настоящее время оцениваются в Красном списке). Земноводные уже являются образцом кризиса вымирания и ключевым индикатором экологического здоровья, поскольку они зависят как от земли, так и от воды.

Данные о морских видах, которым, согласно прогнозам, грозит исчезновение, сосредоточены вдоль побережья, особенно в юго-восточной Азии, на восточном побережье Атлантического океана и в Средиземном море. Когда виды, для которых недостаточно данных, объединяются с полностью оцененными видами, занесенными в Красный список, вероятность исчезновения вдоль восточного побережья тропической Латинской Америки увеличивается на 20%.

Хотя вполне вероятно, что потребность в сохранении на самом деле недооценивается во всем мире, эти прогнозы вероятности сильно различаются в разных областях и группах видов, поэтому не стоит слишком обобщать эти результаты. Но они подчеркивают, почему так важно дальнейшее изучение видов, по которым недостаточно данных.

Использование инструментов машинного обучения может стать эффективным с точки зрения времени и затрат способом улучшения Красного списка и помочь преодолеть сложное решение о том, где и что охранять, способствуя целенаправленным природоохранным действиям и расширяя охраняемые территории в этих черных дырах биоразнообразия.