全球球精选！机器学习帮助拯救受威胁的物种免遭灭绝

【资料图】

一些动物和植物物种被贴上了"数据不足"的标签，因为保护主义者还没有能够收集到足够的信息来了解它们的生活方式或它们还剩下多少。事实证明，这些"数据不足"的物种不幸地比其他更知名的物种（至少对科学家而言）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），该联盟拥有一份全球"红色名单"，根据物种受威胁的程度进行排名。

在这项研究中，超过一半的数据缺乏的物种，即56%可能面临着灭绝的风险。相比之下，在红色名录中，只有28%的理解较深的物种面临着灭绝风险。研究者表示，事情可能比我们现在实际意识到的还要糟糕，更多物种可能会比我们以前想象的要受到威胁。

在这份红色名单当中，有超过20000个物种被归类为数据缺失。而这一盲点有可能使依赖红色名录的研究变得不太准确。为了尝试解决这个问题，研究人员使用机器学习，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。这样一来，该算法就可以开始了解那些经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。这是所有数据缺失物种的三分之一多一点。该算法确定，这些物种中有56%可能面临灭绝的风险。其中，85%的数据缺乏的两栖动物面临灭绝的风险，其中包括马里尖叫蛙、斑点窄口蛙和几种强盗蛙。他们的研究在世界自然保护联盟去年更新其红色名单时得到了一些验证。在更新的物种中，有123种是该算法所预测的物种。该算法超过三分之二的预测，即76%，是正确的。