Метод машинског учења мапира неизвјесност сценарија биодиверзитета – веза са бигфутом

Проблем је то што су ови модели често веома ограничени. Често нису добри кад се ради о неизвјесности: ако врста није довољно добро описана, ако су релевантни климатски услови слабо схваћени или ако модел једноставно није баш прецизан, модели имају тенденцију да буду нетачни.

Стога, кад се користе за вођење јавне политике или процјену ефикасности одлучивања, постаје кључно да се каже кад би њихова предвиђања могла бити мањкава. Ово је методолошки проблем којим се баве научници са Одељења за биолошке науке Монтреалског универзитета.

Они прилагођавају добро установљену методу у машинском учењу која још није коришћена у истраживању биодиверзитета — конформну предикцију — како би предложили нов приступ мапирању неизвесности сценарија биодиверзитета.

Како? Користећи податке добијене путем случајева виђења прилично необичне (и нестварне) врсте: бигфута (познатог и као сасквач), великог, длакавог, митског створења за које се каже да насељава шуме Сјеверне Америке, нарочито на пацифичком сјеверозападу.

„Кад развијамо нову методу, често користимо симулиране податке, и то је фрустрирајуће јер су симулације превише чисте“, кажу научници. „Међутим, заједница која вјерује у постојање бигфута има базу података о свим виђењима, и то је скуп података који савршено одговара овом задатку. Дакле, демонстрирајући како метода функционише на реалистичним подацима, правимо корак назад у погледу саме биологије“.

Свијет

Мајмун преминуо због зависности од алкохола: Користили га као забављача у кафићу

Овај нови приступ ставља већи нагласак на изборе које праве корисници сценарија. „Можемо изабрати ниво неизвесности са којим смо спремни да радимо; ако желимо да откријемо инвазивну врсту у раној фази или да предузмемо веома скупе мјере за заштиту ријетке врсте, ризици које смо спремни да толеришемо су различити. Такође можемо мапирати неизвесност у будућности“, кажу истраживачи.

У покушају да предвиде како врсте реагују на климатске промјене, научници полазе од централне претпоставке: њихово повјерење у њихове моделе требало би да опада док клима постаје све другачија од историјских услова.

Међутим, путем пројектовања неизвесности на модел бигфута, изгледа да ова претпоставка није увијек оправдана. „Области у којима је клима требало највише да се промијени нису оне у којима се неизвесност модела повећавала. Ово сугерише да наши модели могу да се генерализују на промјенљиве климате, али да задржавају дио своје неизвесности“.

(телеграф)