详细内容或原文请订阅后点击阅览
预测淡水鱼全球濒危状态的机器学习框架
作者：Sean Nealon 研究人员花了五年时间开发了一个基于人工智能的模型，以保护全世界的淡水鱼类免遭灭绝，特别关注在鱼类濒临灭绝之前识别它们所面临的威胁。俄勒冈州立大学 (Oregon State University) 系副教授伊万·阿里斯门迪 (Ivan Arismendi) 表示：“有时，当人们开始保护物种时，已经为时已晚。”
来源:ΑΙhub作者：肖恩·尼尔伦
研究人员花了五年时间开发了一个基于人工智能的模型，以保护全世界的淡水鱼类免遭灭绝，特别注重在鱼类濒临灭绝之前识别它们所面临的威胁。
俄勒冈州立大学渔业、野生动物和保护科学系副教授伊万·阿里斯门迪 (Ivan Arismendi) 表示：“有时，当人们开始保护物种时，已经为时已晚。” “通过我们的模型，决策者可以在物种陷入危险之前提前部署资源。”
研究结果最近发表在《自然通讯》杂志上。
近三分之一的淡水鱼类面临灭绝的可能，威胁着粮食供应、生态系统和户外休闲。新模型使用机器学习框架来识别全球 10,000 多种淡水物种的潜在威胁。模型中的大多数物种在濒临灭绝之前可能仍受到保护。
该模型通过分析 52 个变量（包括筑坝、栖息地退化、污染、经济和入侵物种）来识别传统评估之外的威胁。利用公开数据，该工具可以使淡水鱼类的识别和保护更具成本效益。
“这使用了新的指标来确定是什么在阻止物种被列入名单，”美国地质调查局缅因州鱼类和野生动物合作研究小组助理组长、缅因大学助理教授克里斯蒂娜·墨菲 (Christina Murphy) 说。 “管理者也许能够保护很多鱼。”
该工具通过识别对鱼类有利的生态、环境和社会经济模式，帮助野生动物管理者实施有针对性的保护，使多个物种同时受益，从而实现更积极主动的保护。
研究人员整合了来自 12 个公开来源的数据，其中大部分来自国际自然保护联盟。
阅读全文
俄勒冈州立大学