研究人员预测，12.7%的海洋硬骨鱼类面临灭绝的危险，比国际自然保护联盟之前估计的2.5%高出五倍。
法国蒙彼利埃 MARBEC 部门 (海洋生物多样性、开发和保护部门) 的 Nicolas Loiseau 和 Nicolas Mouquet 及其同事在 8 月 29 日发表在开放获取期刊PLOS Biology上的一项研究中报告了这些发现。他们的报告中包括近 5,000 种由于数据不足而未获得 IUCN 保护地位的物种。
IUCN的《濒危物种红色名录》追踪了超过 15 万个物种，以指导全球保护最濒危物种的工作。然而，38% 的海洋鱼类物种(或本研究时的 4,992 个物种)被视为数据不足，没有获得官方保护地位或相关保护。
为了更好地将保护工作导向需要保护的物种，Loiseau 及其同事将机器学习模型与人工神经网络相结合，以预测缺乏数据的物种的灭绝风险。这些模型基于 13,195 个物种的发生数据、生物特征、分类学和人类用途进行训练。
他们将 4,992 个物种中的 78.5% 归类为无威胁或受威胁物种(包括极度濒危、濒危和易危 IUCN 类别)。预测受威胁物种增加了五倍(从 334 种增加到 1,671 种)，预测无威胁物种增加了三分之一(从 7,869 种增加到 10,451 种)。
预测的受威胁物种往往地理分布范围较小、体型较大、生长速度较慢。灭绝风险也与浅水栖息地有关。南海、菲律宾海和西里伯斯海以及澳大利亚和北美西海岸成为预测受威胁物种的热点地区。研究人员建议在这些地区加强研究和保护工作。
研究人员观察到“物种保护优先等级在 IUCN 预测之后发生了显著变化”，建议优先考虑太平洋岛屿和南半球的极地和亚极地地区，以保护新出现的濒危物种。许多仍缺乏数据的物种都出现在珊瑚三角区，这表明需要在那里进行更多研究。
研究人员指出，模型无法取代对濒危物种的直接评估，但人工智能提供了一个独特的机会，可以快速、广泛且经济有效地评估物种灭绝的风险。
Loiseau 补充道：“人工智能(AI)能够对尚未被国际自然保护联盟(IUCN)评估的物种的灭绝风险进行可靠的评估。
“我们对 13,195 种海洋鱼类的分析表明，灭绝风险明显高于 IUCN 的初步估计，从 2.5% 上升到 12.7%。我们建议将预测物种灭绝风险的最新进展纳入一个新的综合指数，称为‘预测 IUCN 状态’。该指数可以作为当前‘测量的 IUCN 状态’的宝贵补充。”