News Release

机器学习极大地降低了对古生代生物多样性了解的不确定性

Peer-Reviewed Publication

American Association for the Advancement of Science (AAAS)

先前对全球古生物多样性的分析已粗略地解析至一千万年上下,这会模糊在较短时间尺度中运作的生态过程和事件的影响。作者说,现在,通过将古海洋化石与现代机器学习及世界上最强大的超级计算机之一相结合,研究人员编制了一个新的古生代生物多样性记录;在该记录中,平均化石层的年限可以解析至2万6000年内。该计算方法使Jun-xuan Fan及其同事能够绘出一条新的寒武纪—三叠纪生物多样性曲线,其时间分辨率可精细至2.6±1.49万年。Peter Wagner在相关的《视角》中写道:“这种确定年代特异性的新水平类似于将一个把所有生活在同一世纪的人视作同时代的人的系统改变为仅将生活于相同6个月时段中的人视为同时代的人的系统。”为做到这一点,Fan等人研发了一种新颖、定制的机器学习程序,并用“天河二号”超级计算机来综合从中国和欧洲3000多个地层段中找到的近1万1000个古生代海洋无脊椎动物品种的数据。所实现的古生物多样性曲线分辨率的大大提高廓清了已知的多样性和灭绝事件的时间,同时揭示了古生代生物多样性的许多新的、曾被掩盖的方面。共同作者Norman MacLeod在随附的视频中说:“在这一项目中实施的超级计算机应用将来会或多或少地成为整个地球科学中的这类生物多样性分析的圭臬。”作者说,这些结果还揭示了在大气二氧化碳与古生物多样性变化之间的一种相关性;然而,由于缺乏长期的高分辨率的古环境数据,需要做更多的研究以了解任何因果联系。

###


Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.