25.03.2024
Eine vom Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) in Zusammenarbeit mit der Brandenburgischen Technischen Universität Cottbus-Senftenberg veröffentlichte Studie in Ecological Research beleuchtet, wie künstliche Intelligenz und maschinelles Lernen die ökologische Forschung revolutionieren könnten. Für die Studie wurden 1.550 Artikel analysiert.
Ein herausragender Aspekt der Studie ist der Vergleich zwischen der Entwicklung und Anwendung von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) in der Umweltforschung in Asien mit Ländern wie den USA, Frankreich, Australien, Großbritannien oder Deutschland. In der Anwendung von KI und ML auf ökologische Forschung ist Asien weltweit führend, allen voran China und Korea. Die Analyse offenbart aber auch einen deutlichen Unterschied zwischen den Kontinenten in Hinblick auf den Forschungsfokus. Asiatische Länder konzentrieren sich stärker auf angewandte Ökologie, einschließlich Umweltingenieurwesen und -management, was ihre Ausrichtung auf praktische Lösungen für ökologische Herausforderungen unterstreicht. Im Gegensatz dazu legen nichtasiatische Länder, hauptsächlich westliche Industrienationen, mehr Gewicht auf theoretisches Verständnis und technologische Entwicklung.
Die Untersuchung zeigt, dass KI und ML dazu beigetragen haben, die Datenverarbeitung, Analyse und Mustererkennung in der ökologischen Forschung insgesamt erheblich zu verbessern. „In Asien hat sich der Fokus der Forschung in den letzten Jahren von einer vorwiegend technischen Perspektive hin zu angewandten Themen wie Biodiversitätserhalt, Klimawandel, Landnutzungsänderungen und gesellschaftlichen Auswirkungen verlagert”, erklärt der Autor der Studie, Prof. Masahiro Ryo, Leiter der Arbeitsgruppe „Künstliche Intelligenz“ am ZALF. Dieser Wandel spiegelt die ökologischen Herausforderungen wider, denen sich die asiatischen Länder aufgrund des schnellen Wirtschaftswachstums, der Landentwicklung und den Auswirkungen des Klimawandels gegenübersehen. China nehme hierbei eine führende Rolle in der Anwendung von KI und ML in der ökologischen Forschung ein, gefolgt von Korea, Japan, Indien und Iran. Die Studie unterstreicht, dass ein landesweiter strategischer Ansatz zur Förderung der Informatikausbildung, wie er in China zu beobachten ist, entscheidend ist für den Fortschritt der KI-gestützten Umweltforschung.
Die Ergebnisse unterstreichen die Notwendigkeit weltweit koordinierter Anstrengungen in der ökologischen Forschung, um sowohl die theoretischen Grundlagen als auch die angewandten Methoden zur Lösung dringender globaler Umweltprobleme zu verbessern.
„Indem wir voneinander lernen und Technologien über geographische und disziplinäre Grenzen hinweg austauschen, können wir effektivere Strategien zum Schutz unserer globalen Biodiversität und Ökosysteme entwickeln“, fasst Ryo zusammen.
Weitere Informationen:
