Gli algoritmi possono prevedere quali film o canzoni potrebbero piacci,erti, ma Lo studio “Predicting predator-prey interactions in terrestrial endotherms using random forest”, pubblicato su Ecography da un team internazionale di ricercatori guidato dall’australiano John Llewelyn della Flinders University e dell’ARC Centre of Excellence for Australian Biodiversity and Heritage, rivela che «Possono anche prevedere quali specie mangerebbe molto probabilmente un predatore». I ricercatori del Global Ecology Laboratory della Flinders hanno utilizzato l'apprendimento automatico per «Identificare le interazioni tra le specie e possono prevedere quali specie hanno maggiori probabilità di estinguersi, in modo che l'intervento possa essere pianificato prima che questo accada».
Llewelyn sottolinea che «Il pianeta sta affrontando una crisi ambientale, con cambiamenti climatici, specie invasive, perdita di habitat e altre attività legate all'uomo che causano una moltitudine di estinzioni. Molte di queste estinzioni sono mediate da interazioni tra specie, innescate dalla perdita o dall’aumento di interazioni con altre specie, e abbiamo scoperto che il machine learning può prevedere chi mangia chi in un mondo di specie connesse».
Il ricercatore spiega che «Le "co-estinzioni" sono estinzioni causate dal declino o dall'estinzione di altre specie interagenti, come un predatore che si estingue in seguito alla perdita della sua preda. Al contrario, predatori invasivi come gatti, volpi e serpenti arboricoli marroni possono causare l'estinzione di prede autoctone ingenue che in passato non hanno avuto a che fare con predatori simili. Si tratta di estinzioni derivanti da specie vulnerabili che interagiscono con nuovi predatori, quindi sapere quali specie interagiscono è essenziale per prevedere ed evitare future estinzioni. Tuttavia, al momento conosciamo solo una piccola frazione delle interazioni tra specie che si verificano – o che potrebbero verificarsi, nel caso di specie invasive – e questo rende difficile prevedere le estinzioni».
Il nuovo studio ha scoperto che le tecniche di apprendimento automatico possono utilizzare i tratti di una specie per prevedere con precisione le interazioni predatore-preda per uccelli e mammiferi e i ricercatori evidenziano che «Identificando le specie che interagiscono, il machine learning può quindi aiutare a prevedere e, si spera, evitare le estinzioni prima che si verifichino. L'algoritmo apprende in che modo i tratti sono correlati alle interazioni tra le specie dalle informazioni su quali specie interagiscono, quali specie non interagiscono e sui tratti delle specie coinvolte. A questo tipo di IA può quindi essere fornito un elenco di specie e tratti per prevedere quale delle specie nel nuovo elenco interagisce».
Llewelyn è convinto che «Possiamo utilizzare questo metodo per colmare le numerose lacune che abbiamo nella nostra conoscenza delle interazioni tra le specie. Queste lacune includono interazioni non documentate che si stanno verificando oggi, interazioni tra specie antiche e da tempo estinte e interazioni che avrebbero le specie invasive se venissero in una nuova area. Sapendo quali specie interagiscono, possiamo identificare come i disturbi ambientali – come i cambiamenti climatici e le specie introdotte – possono avere effetti a cascata nelle comunità ecologiche, permettendoci di capire come avvengono le estinzioni».
Le interazioni tra specie svolgono un ruolo fondamentale negli ecosistemi, anche se disponiamo solo per poche comunità ecologiche di dati completi descrivono queste interazioni, il che rappresenta un ostacolo per prevedere come funzionano gli ecosistemi e su come rispondono alle perturbazioni.
Llewelyn conclude: «Gli esseri umani dipendono totalmente dalla biodiversità e da ecosistemi sani, quindi abbiamo la responsabilità di mantenere la biodiversità fine a se stessa e per i benefici che fornisce alle società umane».
