人工智能与数字化正在改变植物学
植物学家认为，人工智能和大规模数字化有望成为一场日益紧迫的竞赛中的决定性工具。这场竞赛的目标是在植物消失之前，尽快识别并保护它们。英国皇家植物园邱园发布的一份新报告将这一转变描述为一项并非遥远设想、而是已经切实影响研究人员工作方式的变化。
其背后的问题十分严峻。植物和真菌支撑着粮食系统、药物、气候调节和碳储存，但人类对它们的认知仍不完整，而且风险还在上升。报告称，在已评估的7万种植物中，约40%面临灭绝风险。与此同时，还有33万种植物尚未被分析，科学家认为大约另有10万种仍未被正式命名。
生物多样性的规模与传统分类学速度之间的这种不匹配，正是人工智能具有吸引力的原因。邱园科学家表示，新的系统可以帮助研究人员更快识别难以区分的物种，尤其是那些特征微小、难以大规模评估的类群。这一点很重要，因为更好的识别是保护工作的第一步，无论目标是栖息地保护、种子保存，还是寻找尚未被研究过的作物和药物。
为什么速度如今至关重要
根据邱园的数据，每年大约会记录到2000个新植物物种。对于一个试图在气候变化和土地利用压力不断加大的情况下记录数十万已知与未知物种的领域来说，这样的速度远远不够。该报告将人工智能描述为一种扩大科学覆盖范围的方法，而不必等待专业劳动力线性增长。
邱园的科学领导层认为，数字化与机器学习本身同样重要。数以百万计曾经只能在档案馆内查阅的标本，正被转化为数字记录并上传至网上。这扩大了研究人员的获取范围，也有助于产出新的发现，尤其是对全球南方的科学家而言，他们过去可能难以接触保存在海外的实体馆藏。
数字化馆藏也让研究人员更容易跨机构、跨时间段和跨地区比较标本。这可以揭示开花时间的变化、分布范围的迁移，以及物种之间被忽视的关系。报告指出，科学家已经在使用这些工具追踪全球范围内开花时间向前或向后移动了数周的现象。
古老标本，新数据
报告中更引人注目的说法之一是，研究人员如今可以从180年前采集的真菌标本中提取有价值的遗传信息。这为生物多样性研究开辟了新路径，因为博物馆和植物标本馆保存着大量在现代测序技术出现之前收集的生物材料。
邱园科学家将这一潜力称为真菌研究的潜在“基因组金矿”。这一说法反映了一个基本的科学现实：真菌仍然远未被充分描述。报告称，估计约200万种真菌中，大约90%对科学界仍属未知，而已知物种中不足1%已接受灭绝风险评估。
如果历史馆藏能够大规模产出可用的基因组数据，研究人员也许就能重建谱系、识别被忽视的物种，并在不完全依赖新的野外采集的情况下，更好地理解生态角色。这并不能取代野外工作，但它会让旧藏品比过去看起来重要得多。
保护意义远不止分类学
保护层面的利害关系并不只是学术问题。物种可能在被描述之前就已经消失，随之消失的还有潜在的药物来源、作物韧性和生态知识。该报告的核心论点是，更快的识别和更好的数据获取能够提高在干预仍有可能时采取行动的几率。
人工智能无法解决栖息地丧失、气候压力或资金短缺问题。它也不能取代专家判断。但邱园的立场是，这些工具可以帮助缩小一个危险差距，即物种消失的速度远快于科学界历史上记录它们的速度。
这对那些容易被忽视的类群尤其重要。如果模型能够可靠地标记出难以区分的苔藓、莎草或真菌，供专家复核，保护团队就能把更多时间用于验证发现，而不是手工筛选材料。实际上，这意味着分拣和优先级判断会变得更高效。
更令人乐观的技术叙事
许多关于人工智能的讨论都聚焦于颠覆、风险或劳动力替代。这份报告则指向了另一种用途：加速一份关于生命的科学清单，而这份清单即使在灭绝压力上升的情况下仍远未完成。邱园的乐观是谨慎的，但值得注意。其科学家并不是声称危机已经解决，而是在指出，当下所需的工具已经变得更强大。
更广泛的信息是，生物多样性科学正变得更具计算性、更网络化，也更容易在全球范围内获得。如果这一趋势持续下去，识别物种、研究历史变化并确定保护优先级的能力，可能会比过去几十年提升得更快。
就目前而言，这份报告最重要的贡献或许在于它重新定义了数字化。扫描标本并将馆藏开放上网，听起来可能只是行政工作。邱园则认为，这是一项基础性的科学基础设施，而与人工智能结合后，它有可能实质性提高保护者在这场目前正在失利的竞赛中的胜算。
本文基于《卫报》的报道。阅读原文。
Originally published on theguardian.com