您已经看到了 AI 图像生成器可以创建的艺术作品，并且您可能已经玩过自然语言 AI ​​聊天机器人。您已经受益于人工智能工具向您推荐音乐和推荐您的下一个流媒体节目。

但人工智能可以做的更多。人类非常擅长发现模式。这就是为什么我们能在火星或云层中看到人脸。但在某些领域，人工智能甚至更好。给其中一个工具一百万张照片，并要求它找出明显的迹象——它确实可以。人工智能可以实现以前不可能实现的规模研究。

我们使用 AI 的卓越模式识别来实时浏览卫星图像并绘制威胁我们海洋的塑料污染吨数。这项技术已经在河流附近发现了 4,000 多个未报告的非正式垃圾场。这很有用，因为只有十条河流贡献了几乎所有进入我们海洋的塑料。

这只是开始。到目前为止，人工智能已经在我们的项目中显示出希望，这些项目从太空绘制海草草甸，并发现可能藏有耐热珊瑚的未知珊瑚礁。很快，我们希望我们能够将 AI 用于工作中，以准确找出哪些鱼生活在哪里——而无需亲眼看到它们。

人工智能真的是科学的游戏规则改变者吗？

是的。想想近几十年来科学家收集的大量数据。到目前为止，拖网搜索数据一直是一项艰苦的工作，有时甚至是乏味的。那是因为虽然检测模式是人类擅长的事情，但我们的速度较慢。

AI 挖掘大型数据集，可以是从照片到数字的任何内容。你训练它，让它知道你在找什么。然后软件工具开始工作，检测模式——重要的是，提供关于这些模式如何产生的预测。

这些方法对于凌乱复杂的生物数据特别有效。例如，AI 工具 AlphaFold 彻底改变了理解蛋白质如何在细胞内将自身折叠成折纸状形状的缓慢过程。以前，可能需要数月或数年才能弄清楚单个蛋白质结构。今年，AlphaFold 公布了 2 亿种蛋白质的预测结构。

AI能为生态提供什么？

我们发现 AI 在寻找未知珊瑚礁方面很有用，这些珊瑚礁尽管海水变暖仍能生存。这一点至关重要，因为海洋吸收了我们排放到大气中的万亿吨温室气体所吸收的几乎所有热量。

我们发现人工智能可以有效地识别特定的环境条件，随着海洋升温，珊瑚礁将在这些条件下生存。我们的研究表明，在大堡礁的数千个珊瑚礁中，有数百个珊瑚礁可能是耐热性高于正常珊瑚的家园。现在我们知道了这一点，我们可以保护这些珊瑚礁——并利用它们来恢复其他地方垂死的珊瑚礁。

“超级珊瑚礁”这个想法并不新鲜。其他研究人员专注于保护全球 50 个珊瑚礁，希望保护这些生态系统免受水温升高导致珊瑚大量死亡的影响。我们添加的是人工智能可以帮助找到这些耐热珊瑚的发现。没有人工智能，这就像大海捞针。

在 AI 图像检测程序可用之前，从太空中发现塑料垃圾几乎是不可能的。它是如何工作的？从本质上讲，欧洲航天局卫星拍摄的照片由 AI 扫描以发现隐藏的塑料垃圾场。然后我们随着时间的推移对其进行改进，看看这些地点是否变得越来越大——以及它们是否靠近河流或湖泊，这些河流或湖泊可能会将塑料带入海洋，并增加数百万吨海龟窒息、杀死鱼类的塑料已经在周围挥舞着。

目标是找到添加到海洋塑料中的风险最高的地点。一旦我们知道这一点，我们绘制的 112 个国家/地区中每个国家/地区的执法机构都可以首先对最紧迫的问题做出反应。到目前为止，我们已经发现了 4,000 多个地点，其中大约五分之一位于距离水道 200 米的范围内。当我们详细查看印度尼西亚时，我们发现公开列出的垃圾场数量翻了一番。

人工智能也证明了自己可以节省劳动力。科学的一部分通常不为公众所知，那就是大量的手动重复性任务。例如，如果你想弄清楚为什么一些小珊瑚虫能在高温或更酸的水中存活，而另一些则会死亡，你必须测量颜色、生长和存活率随时间的变化。我们发现 AI 可以准确、快速地完成这项工作。

当然，人工智能不是魔法。它是一种工具，所有工具都有缺陷。一个问题是过于信任 AI 输出，相信它们是真实的，因为算法看到的数据比我们拥有的多。但这是危险的，正如新的 ChatGPT AI 给出的自信错误答案所证明的那样。

生态学也并非没有偏见。这意味着我们必须仔细评估我们用来训练人工智能的数据。此外，我们必须保持警惕并手动评估 AI 预测，以确定它们是否符合我们的现实。人工智能是生态学家的宝贵助手——而不是替代品。

下一步是什么？

想象一下，让自主漂浮或水下无人机对海水进行采样，用人工智能神经网络寻找鱼类 DNA。这听起来像科幻小说，但现在完全有可能。无人机技术已经成熟。人工智能工具已经到来。我们不再需要通过捕鱼来了解海洋中的生物。您所需要的只是海洋物种在水中留下的微小环境 DNA 痕迹。同样，我们可以近乎实时地跟踪珊瑚礁生态系统的健康状况。

当我们的海洋正承受着来自工业捕鱼、海洋热浪和气候变化造成的酸化以及塑料污染的前所未有的压力时，这将使我们能够掌握这些生态系统的脉搏。我们知道的越多，我们就越能做出回应。

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。