Nella catena di estinzione delle specie, l’intelligenza artificiale può prevedere il prossimo anello che si romperà

Aug 22, 2023

Circa 100 anni fa, un programma di controllo dei predatori nel Parco Nazionale di Yellowstone portò all’estinzione dei lupi originari della regione. Ciò ha dato il via al graduale deterioramento dell’intero ecosistema. Senza i lupi, la popolazione degli alci è esplosa, portando al pascolo eccessivo. Senza alberi e piante di dimensioni adeguate, i castori non erano in grado di costruire dighe. Ciò a sua volta ha influenzato il flusso dell’acqua nei fiumi locali, che alla fine ha avuto un impatto sui pesci.

Se questa cascata ecologica si fosse verificata nel 2023, un modello di intelligenza artificiale avrebbe potuto prevederne le ripercussioni con largo anticipo.

Un modello di apprendimento automatico sviluppato dagli scienziati della Flinders University in Australia può prevedere quali specie potrebbero estinguersi se un predatore o una preda vengono introdotti o rimossi da un ecosistema. È addestrato sui dati su come le diverse specie interagiscono tra loro.

Uno studio pubblicato sulla rivista Ecography delinea il quadro su come raccogliere dati sulle interazioni tra le specie e addestrare algoritmi di apprendimento automatico per prevedere le cascate di estinzione – le estinzioni secondarie che si verificano come parte di un effetto a catena delle estinzioni primarie in un ecosistema.

Il modello si basa sull’importante correlazione tra le interazioni delle specie e la salute degli ecosistemi. Affinché gli ecosistemi di tutto il mondo mantengano un sano equilibrio, è importante non interrompere le complesse reti alimentari che esistono al loro interno.

“Molte estinzioni avvenute in passato, e che avverranno in futuro, avvengono attraverso le interazioni tra le specie”, ha detto a Mongabay in una video intervista John Llewelyn, autore principale dello studio e ricercatore in modellizzazione di reti paleoecologiche presso la Flinders University. “Un altro esempio è quando si osservano le specie invasive che si spostano in una nuova area. Un predatore introdotto potrebbe predare specie autoctone, quindi è importante prevedere tali interazioni in modo da poter dare priorità alla loro conservazione”.

Nel 2021, Llewelyn e il suo team hanno iniziato a raccogliere dati su come le diverse specie interagiscono tra loro. Per ciascuna di queste specie, hanno anche raccolto dati sulle caratteristiche che potrebbero aiutare a determinare la loro posizione nella rete alimentare. Ciò includeva dati sulle dimensioni corporee, sulla dieta (mangiano piante? In caso contrario, mangiano vertebrati o invertebrati?), l'ora del giorno in cui sono attivi (diurno, notturno o crepuscolare?) e i loro habitat (chioma o arbusti o a livello del suolo?). Una volta che il team ha addestrato l'algoritmo, ha potuto "consegnargli un elenco di altre specie con i loro tratti e chiedere al modello 'Chi mangerà chi da quella lista?'", ha detto Llewelyn.

Per corroborare l'efficacia del modello, Llewelyn lo ha testato nel deserto dei Simpson in Australia, per il quale aveva già dati dettagliati sui predatori e sulle prede.

"In realtà abbiamo previsto le interazioni predatore-preda in modo molto accurato per il deserto dei Simpson, comprese le specie introdotte lì", ha detto. "Volpi e gatti sono predatori introdotti in Australia e l'algoritmo è in grado di individuare con precisione ciò di cui predano quelle specie."

Llewelyn ha affermato che il modello, se utilizzato con altre risorse, potrebbe essere un buon strumento per implementare azioni di conservazione sul campo.

Ha citato l’esempio della volpe rossa (Vulpes vulpes), una specie invasiva introdotta in Australia dall’Europa un secolo fa. Le volpi sono altamente distruttive per le piante e le specie autoctone del paese. Tuttavia, fino ad ora, alle volpi è stato impedito di stabilire popolazioni nello stato insulare della Tasmania. Llewelyn ha affermato che il modello potrebbe essere utilizzato per comprendere le implicazioni ecologiche e sulla biodiversità se la popolazione di volpi dovesse proliferare in Tasmania.

"Si potrebbe prevedere di quali specie molto probabilmente prederebbe", ha detto. “Quindi puoi utilizzare diverse strategie di conservazione mirate a quelle specie autoctone vulnerabili. Ad esempio, potresti addestrarli a evitare i segnali chimici delle volpi”.

Tuttavia, data la scarsità di dati sulle interazioni tra le specie, addestrare il modello è un compito arduo.