京都大学、B.Creation Co., Ltd.、东北大学和东京大学的一组使用生态系统模拟和微生物培养系统进行了实验。我发现了我可以使用这种能力的证据。
近年来,利用神经网络的数据分析方法(人工智能)在各个领域得到积极开发和应用,其计算能力得到了评估和使用。然而,生态系统网络(例如吃和被吃等种间关系)不能严格控制种间相互作用和物种数量,因此几乎不可能根据数据分析的目的优化网络。因此,其计算能力和可用性不为人知。
该研究小组应用了一种称为水库计算的技术,这是一种不需要网络优化的神经网络,并提出了一个量化生态系统网络计算能力的框架。此外,使用真核微生物四膜虫的培养系统进行的实验表明,四膜虫的种群动态为水库计算提供了条件。
因此,我们将从野外获得的鱼类种群波动的时间序列数据作为培养基的温度变化输入到四膜虫种群中,测试对近期鱼类种群波动的预测。因此,与线性回归等简单数据分析方法相比,可以在不久的将来以更高的准确度预测四膜虫种群。
该模拟表明物种数量越多,计算能力越高,表明高生物多样性和高计算能力对应的可能性。 “生态系统的计算能力”有望揭示生物多样性的新价值。