Машинное обучение и будущее экологии и наук о Земле

Традиционные статистические методы часто не справляются со сложными данными в экологии и науках о Земле. В первом выпуске нового технологичного журнала открытого доступа One Ecosystem представлен обзор, описывающий преимущества использования методов машинного обучения для работы с многомерными и нелинейными данными.

Естественные науки, такие как экология и науки о Земле, изучают сложные взаимодействия биотических и абиотических систем. В эпоху «больших данных» традиционные статистические методы, накладывающие нереалистичные допущения, могут приводить к необоснованным выводам. Методы на основе машинного обучения, способные восстанавливать недостающие данные и работать со сложными взаимодействиями, лучше подходят для анализа таких данных.

«Более широкое внедрение методов машинного обучения в экологии и науках о Земле может значительно ускорить темпы и повысить качество исследований», — объясняет автор исследования доктор Энн Тессен из Института независимых исследований Ронин. — «Несмотря на эти преимущества, методы машинного обучения еще не реализовали свой полный потенциал в этих областях».

Разрыв между потенциалом и реальным использованием методов машинного обучения обусловлен в основном:

• Недостатком коммуникации и сотрудничества между сообществом исследователей машинного обучения и учеными-естественниками.
• Нехваткой обучения этим методам в аспирантуре.
• Требованием наличия надежных наборов данных для обучения и тестирования моделей.

Согласно новому обзору, эти препятствия можно преодолеть с помощью финансовой поддержки совместной работы и образования.

«Для многих исследователей машинное обучение — относительно новая парадигма, которая стала доступной лишь с развитием современных вычислений. В этой статье я предлагаю несколько механизмов для быстрого внедрения этого полезного метода в области экологии и наук о Земле», — добавляет доктор Тессен.

«Мы очень рады, что первая публикация One Ecosystem — именно эта статья. Одна из главных целей журнала, созданного как новатор в области экологии и наук об устойчивости, — обеспечить открытый доступ не только к конечным результатам исследований, но и ко всем исходным данным. Эта статья, посвященная проблемам эпохи "больших данных", идеально соответствует миссии журнала, нацеленного на инновации», — комментирует главный редактор One Ecosystem Бенджамин Буркхард.