<p>您已經看到了 AI 圖像生成器可以創(chuàng)建的藝術作品，并且您可能已經玩過自然語言 AI ??聊天機器人。您已經受益于人工智能工具向您推薦音樂和推薦您的下一個流媒體節(jié)目。</p> <p>&nbsp;</p> <p>但人工智能可以做的更多。人類非常擅長發(fā)現模式。這就是為什么我們能在火星或云層中看到人臉。但在某些領域，人工智能甚至更好。給其中一個工具一百萬張照片，并要求它找出明顯的跡象&mdash;&mdash;它確實可以。人工智能可以實現以前不可能實現的規(guī)模研究。</p> <p>&nbsp;</p> <p>我們使用 AI 的卓越模式識別來實時瀏覽衛(wèi)星圖像并繪制威脅我們海洋的塑料污染噸數。這項技術已經在河流附近發(fā)現了 4,000 多個未報告的非正式垃圾場。這很有用，因為只有十條河流貢獻了幾乎所有進入我們海洋的塑料。</p> <p>&nbsp;</p> <p>這只是開始。到目前為止，人工智能已經在我們的項目中顯示出希望，這些項目從太空繪制海草草甸，并發(fā)現可能藏有耐熱珊瑚的未知珊瑚礁。很快，我們希望我們能夠將 AI 用于工作中，以準確找出哪些魚生活在哪里&mdash;&mdash;而無需親眼看到它們。</p> <p><br /><span class="h1">人工智能真的是科學的游戲規(guī)則改變者嗎？</span></p> <p><br />是的。想想近幾十年來科學家收集的大量數據。到目前為止，拖網搜索數據一直是一項艱苦的工作，有時甚至是乏味的。那是因為雖然檢測模式是人類擅長的事情，但我們的速度較慢。</p> <p>&nbsp;</p> <p>AI 挖掘大型數據集，可以是從照片到數字的任何內容。你訓練它，讓它知道你在找什么。然后軟件工具開始工作，檢測模式&mdash;&mdash;重要的是，提供關于這些模式如何產生的預測。</p> <p>&nbsp;</p> <p>這些方法對于凌亂復雜的生物數據特別有效。例如，AI 工具 AlphaFold 徹底改變了理解蛋白質如何在細胞內將自身折疊成折紙狀形狀的緩慢過程。以前，可能需要數月或數年才能弄清楚單個蛋白質結構。今年，AlphaFold 公布了 2 億種蛋白質的預測結構。</p> <p><br /><span class="h1">AI能為生態(tài)提供什么？</span></p> <p><br />我們發(fā)現 AI 在尋找未知珊瑚礁方面很有用，這些珊瑚礁盡管海水變暖仍能生存。這一點至關重要，因為海洋吸收了我們排放到大氣中的萬億噸溫室氣體所吸收的幾乎所有熱量。</p> <p>&nbsp;</p> <p>我們發(fā)現人工智能可以有效地識別特定的環(huán)境條件，隨著海洋升溫，珊瑚礁將在這些條件下生存。我們的研究表明，在大堡礁的數千個珊瑚礁中，有數百個珊瑚礁可能是耐熱性高于正常珊瑚的家園?，F在我們知道了這一點，我們可以保護這些珊瑚礁&mdash;&mdash;并利用它們來恢復其他地方垂死的珊瑚礁。</p> <p>&nbsp;</p> <p>&ldquo;超級珊瑚礁&rdquo;這個想法并不新鮮。其他研究人員專注于保護全球 50 個珊瑚礁，希望保護這些生態(tài)系統(tǒng)免受水溫升高導致珊瑚大量死亡的影響。我們添加的是人工智能可以幫助找到這些耐熱珊瑚的發(fā)現。沒有人工智能，這就像大海撈針。</p> <p>&nbsp;</p> <p>在 AI 圖像檢測程序可用之前，從太空中發(fā)現塑料垃圾幾乎是不可能的。它是如何工作的？從本質上講，歐洲航天局衛(wèi)星拍攝的照片由 AI 掃描以發(fā)現隱藏的塑料垃圾場。然后我們隨著時間的推移對其進行改進，看看這些地點是否變得越來越大&mdash;&mdash;以及它們是否靠近河流或湖泊，這些河流或湖泊可能會將塑料帶入海洋，并增加數百萬噸海龜窒息、殺死魚類的塑料已經在周圍揮舞著。</p> <p>&nbsp;</p> <p>目標是找到添加到海洋塑料中的風險最高的地點。一旦我們知道這一點，我們繪制的 112 個國家/地區(qū)中每個國家/地區(qū)的執(zhí)法機構都可以首先對最緊迫的問題做出反應。到目前為止，我們已經發(fā)現了 4,000 多個地點，其中大約五分之一位于距離水道 200 米的范圍內。當我們詳細查看印度尼西亞時，我們發(fā)現公開列出的垃圾場數量翻了一番。</p> <p>&nbsp;</p> <p>人工智能也證明了自己可以節(jié)省勞動力。科學的一部分通常不為公眾所知，那就是大量的手動重復性任務。例如，如果你想弄清楚為什么一些小珊瑚蟲能在高溫或更酸的水中存活，而另一些則會死亡，你必須測量顏色、生長和存活率隨時間的變化。我們發(fā)現 AI 可以準確、快速地完成這項工作。</p> <p>&nbsp;</p> <p>當然，人工智能不是魔法。它是一種工具，所有工具都有缺陷。一個問題是過于信任 AI 輸出，相信它們是真實的，因為算法看到的數據比我們擁有的多。但這是危險的，正如新的 ChatGPT AI 給出的自信錯誤答案所證明的那樣。</p> <p>&nbsp;</p> <p>生態(tài)學也并非沒有偏見。這意味著我們必須仔細評估我們用來訓練人工智能的數據。此外，我們必須保持警惕并手動評估 AI 預測，以確定它們是否符合我們的現實。人工智能是生態(tài)學家的寶貴助手&mdash;&mdash;而不是替代品。</p> <p><br /><span class="h1">下一步是什么？</span></p> <p><br />想象一下，讓自主漂浮或水下無人機對海水進行采樣，用人工智能神經網絡尋找魚類 DNA。這聽起來像科幻小說，但現在完全有可能。無人機技術已經成熟。人工智能工具已經到來。我們不再需要通過捕魚來了解海洋中的生物。您所需要的只是海洋物種在水中留下的微小環(huán)境 DNA 痕跡。同樣，我們可以近乎實時地跟蹤珊瑚礁生態(tài)系統(tǒng)的健康狀況。</p> <p>&nbsp;</p> <p>當我們的海洋正承受著來自工業(yè)捕魚、海洋熱浪和氣候變化造成的酸化以及塑料污染的前所未有的壓力時，這將使我們能夠掌握這些生態(tài)系統(tǒng)的脈搏。我們知道的越多，我們就越能做出回應。</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學態(tài)度觀點。</p> </blockquote>