一头雄性虎鲸在阿拉斯加东南部的冰海峡中破浪而出。
地球上有成千上万的物种，我们仍然不太了解，但我们现在知道，它们已经在灭绝的边缘摇摇欲坠。一项新的研究使用机器学习来弄清楚这些不太为人所知的物种受到的威胁有多大，结果很糟糕。
一些动物和植物物种被贴上“数据缺乏”的标签，因为自然资源保护主义者还没有收集到足够的信息来了解它们是如何生活的，或者它们中有多少被留下来了。事实证明，不幸的是，那些“数据不足”的物种比其他更知名的物种(至少对科学家来说)受到的威胁更大。这项研究的数据来自国际自然保护联盟(IUCN)，该组织维护着一份全球“红色名单”，根据物种受到的威胁程度对它们进行排名。
在这项研究中，超过一半的数据不足的物种(56%)可能面临灭绝的风险。相比之下，在红色名录中，只有28%的物种面临灭绝的危险。
“事情可能比我们现在意识到的更糟，”挪威科技大学的生态学家Jan Borgelt说，他是今天发表在《通讯生物学》杂志上的这项研究的主要作者。“受到威胁的物种可能比我们之前认为的要多。”
博格特的大部分工作集中在了解人类活动——如水力发电或塑料污染——如何影响生态系统和生物多样性。红色名单是这些努力的宝贵资源。但超过2万种物种被归类为数据不足。这个盲点可能会让依赖红色名单的研究变得不那么准确。
为了解决这个问题，Borgelt和他的同事们转向了机器学习。他们训练了一种算法来预测数据不足物种的灭绝风险。为了做到这一点，他们使用了世界自然保护联盟已经评估过的28363种不同动物的信息。这样，算法就可以开始了解通常决定一个物种受威胁程度的因素，包括气候变化、入侵物种和污染。
然后，研究人员将注意力转向了7699个数据不足的物种。这比所有缺乏数据的物种的三分之一略多一点，但Borgelt和他的同事们只能研究那些他们知道动物地理分布的物种。该算法确定，其中56%的物种可能面临灭绝的风险。但有些动物比其他动物的麻烦更大;例如，85%的数据不足的两栖动物正面临灭绝的危险。其中包括马里尖啸蛙、斑点狭口蛙和几种强盗蛙。世界自然保护联盟的红色名录上甚至没有这些生物的照片，但有了这样的名字，你难道不想看看它们吗?
他们的研究在去年世界自然保护联盟更新红色名录时得到了一些验证。更新的物种中有123个是算法预测的物种。该算法的预测有超过三分之二(76%)是正确的。
你不想看看他们吗?
“这让人安心，”博格特告诉The Verge网站。但他也明白机器学习的局限性。“目前，(这些算法)当然不应该取代专家评估，”他说，因为专家评估更准确。
“但这样的算法，它们真的很快。它们不像你单独评估物种那样需要大量的时间或劳动。”Borgelt说。
野生动物的数量可能有很多原因让研究人员难以理解。例如，虎鲸恰好被标记为数据不足。尽管虎鲸曾在我最喜欢的90年代电影中出演，并以丽莎·弗兰克(Lisa Frank)贴纸的形式出现在我所有的童年笔记本上，但科学家们甚至不能确定虎鲸是只有一种还是几种。例如，其他动物可能只在范围有限的偏远地区发现。这些使他们难以学习的特征也可能使他们更容易受到伤害。
因此，给予这些物种一些应得的关注就变得更加重要了。博格特说，机器学习并不能代替在地面上追踪动物。但它是工具箱中的另一个工具，它可以帮助自然资源保护主义者找出哪些物种需要一些额外的薄层色谱。
相关的
野生动物照片是人工智能驱动公司的新宝藏并且研究
五分之一的爬行动物濒临灭绝
推荐阅读：大阪房产
