今天的许多人工智能系统都大致模仿了人类的大脑。在一篇新论文中，研究人员提出，生物学的另一个分支——生态学——可以激发新一代的人工智能，使其更强大、更有弹性、更有社会责任感。

该论文于9月11日发表在《美国国家科学院院刊》上，主张人工智能与生态学之间的协同作用，既可以加强人工智能，又可以帮助解决复杂的全球挑战，如疾病爆发、生物多样性丧失和气候变化影响。

这个想法源于这样一种观察:人工智能在某些任务上表现得非常出色，但在其他任务上仍然远远不够有用——人工智能的发展遇到了生态原则可以帮助它克服的障碍。

加里生态系统研究所(Cary Institute of Ecosystem Studies)的疾病生态学家芭芭拉·韩(Barbara Han)解释说:“我们在生态学中经常处理的问题，不仅是人工智能可以从纯粹的创新中受益的挑战，也是人工智能可以提供帮助的问题，它可能对全球利益意义重大。”她与IBM研究院的库什·瓦尔什尼(Kush Varshney)共同领导了这篇论文。“它真的可以造福人类。”

人工智能如何帮助生态

包括韩在内的生态学家已经在使用人工智能在大型数据集中寻找模式，并做出更准确的预测，比如新病毒是否有可能感染人类，哪些动物最有可能携带这些病毒。

然而，这篇新论文认为，将人工智能应用于生态学还有更多的可能性，比如综合大数据和寻找复杂系统中缺失的环节。

科学家通常试图通过一次比较两个变量来了解世界——例如，人口密度如何影响传染病的病例数?加里研究所的疾病生态学家Shannon LaDeau解释说，问题在于，像大多数复杂的生态系统一样，预测疾病传播取决于许多变量，而不仅仅是一个变量。生态学家并不总是知道所有这些变量是什么，他们仅限于那些容易测量的变量(例如，与社会和文化因素相反)，很难捕捉到这些不同变量是如何相互作用的。

“与其他统计模型相比，人工智能可以整合更大量的数据和多样化的数据源，这可能有助于我们发现我们可能认为不重要的新互动和驱动因素，”拉多说。“开发人工智能来更好地捕获更多类型的数据有很多希望，比如很难归结为数字的社会文化见解。”

拉多说，在帮助揭示这些复杂的关系和涌现的特性时，人工智能可以产生独特的假设来测试和开辟全新的生态研究领域。

生态如何让人工智能变得更好

人工智能系统是出了名的脆弱，可能会带来毁灭性的后果，比如误诊癌症或引发车祸。

作者认为，生态系统令人难以置信的弹性可以激发更强大、适应性更强的人工智能架构。瓦尔什尼特别指出，生态知识可以帮助解决人工神经网络模式崩溃的问题，而人工智能系统通常为语音识别、计算机视觉等提供动力。

他解释说:“模式崩溃是指当你在某件事上训练一个人工神经网络，然后你在另一件事上训练它，它就会忘记它第一次训练的东西。”“通过更好地理解为什么模式崩溃会或不会在自然系统中发生，我们可能会学会如何在人工智能中避免这种情况发生。”

受生态系统的启发，更强大的人工智能可能包括反馈回路、冗余路径和决策框架。这些灵活性的升级还可以为人工智能提供更“通用的智能”，使其能够在算法训练的特定数据之外进行推理和建立联系。

生态学还可以帮助揭示为什么人工智能驱动的大型语言模型(为ChatGPT等流行聊天机器人提供动力)会显示出小型语言模型中不存在的紧急行为。这些行为包括“幻觉”——当人工智能产生虚假信息时。因为生态学在多个层面上以整体的方式检查复杂的系统，它善于捕捉诸如此类的紧急属性，并有助于揭示这些行为背后的机制。

此外，人工智能的未来发展取决于新的想法。ChatGPT的创造者OpenAI的首席执行官表示，进一步的进展不会来自于简单地把模型做大。

瓦尔什尼说:“肯定会有其他的灵感，而生态学为新的思路提供了一条途径。”

对共同进化

虽然生态学和人工智能各自朝着相似的方向发展，但研究人员表示，更密切、更深思熟虑的合作可能会在这两个领域产生意想不到的进展。

弹性提供了一个令人信服的例子，说明两个领域如何通过合作而受益。对于生态学来说，人工智能在测量、建模和预测自然恢复力方面的进步可以帮助我们为气候变化做好准备并做出反应。对于人工智能来说，更清楚地了解生态弹性是如何工作的，可以激发更有弹性的人工智能，从而更好地建模和调查生态弹性，代表一个正反馈循环。

更密切的合作也有望在这两个领域促进更大的社会责任。生态学家正在努力整合来自土著和其他传统知识体系的各种理解世界的方式，而人工智能可以帮助融合这些不同的思维方式。寻找整合不同类型数据的方法可以帮助我们提高对社会生态系统的理解，消除生态学领域的殖民化，并纠正人工智能系统中的偏见。

“人工智能模型是建立在现有数据的基础上的，当它们回到现有数据时，它们会被训练和再训练，”共同作者、加里研究所生态系统科学家凯瑟琳·威瑟斯说。“当我们的数据差距将60岁以上的女性、有色人种或传统的认知方式排除在外时，我们创造的模型就存在盲点，可能会使不公正长期存在。”

实现人工智能和生态学研究之间的融合需要在这两个孤立的学科之间建立桥梁，这两个学科目前使用不同的词汇，在不同的科学文化中运作，并且有不同的资金来源。这篇新论文只是这个过程的开始。

“我希望它至少能引发很多讨论，”韩说。

作者写道，投资于生态和人工智能的融合进化有可能产生变革性的观点和解决方案，这些观点和解决方案与最近聊天机器人和生成深度学习方面的突破一样难以想象和具有破坏性。“成功融合的意义超越了推进生态学科或实现人工智能——它们对于在不确定的未来中持续发展和繁荣至关重要。”

作者：加里生态系统研究所

链接：https://www.sciencedaily.com/releases/2023/09/230911191010.htm

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

声明：海森大数据刊发或者转载此文只是出于传递、分享更多信息之目的，并不意味认同其观点或证实其描述。若有来源标注错误或侵犯了您的合法权益，请作者与本网联系，我们将及时更正、删除，谢谢。电话：15264513609，邮箱：1027830374@qq.com