Это обеспокоило Карлу Гомес, профессора информатики Корнельского университета, и заставило ее предпринять усилия по разработке вычислительных методов, которые могут помочь создать более устойчивый мир.
Гомес и междисциплинарная команда программистов, теоретиков, прикладных математиков, экономистов, биологов и ученых-экологов помогли создать новую область вычислительной устойчивости, решив проблемы, с которыми компьютерные ученые традиционно не решались.
Вместе они решают широкий круг вопросов – от управления дикой природой до сокращения бедности.
«Вычислительная устойчивость не может быть достигнута с помощью разрозненных исследований», – сказал Гомес. «Для этого требуются действительно междисциплинарные команды, в которых специалисты по информатике работают напрямую с исследователями из различных областей устойчивого развития."
В период с 2008 по 2013 год Гомес возглавлял большую коллективную команду, которая разработала фундаментальные вычислительные инструменты для обеспечения устойчивости при поддержке премии Национального научного фонда (NSF) за экспедиции в области вычислительной техники на сумму 10 миллионов долларов. Премия является катализатором масштабных исследований, которые мотивированы глубокими научными вопросами и могут принести значительную пользу обществу.
Используя эти инструменты, команда смогла решить насущные экологические и экономические проблемы, от защиты исчезающих животных до помощи бедным сельским пастухам в Африке, продемонстрировав преимущества, которые компьютерные технологии могут принести для решения реальных проблем.
Медвежьи коридоры
Освоение земель часто приводит к сокращению и фрагментации естественной среды обитания, что делает популяции диких животных более уязвимыми перед исчезновением. Один из способов смягчить негативные последствия фрагментации земель заключается в создании природоохранных коридоров – непрерывных участков охраняемых земель, соединяющих зоны биологического значения.
Однако определение наилучшего подхода к проектированию этих коридоров, который часто включает покупку или сохранение земли при ограниченном бюджете, может оказаться непростым делом.
Гомес и ее сотрудники разработали метод моделирования коридоров дикой природы, который оказался более эффективным, позволяя животным пересекать спорную местность, чем предыдущие подходы, часто за небольшую часть стоимости.
Первоначально исследователи применили этот метод при исследовании коридоров медведя гризли в Северных Скалистых горах, а затем расширили его использование, включив росомаху и рысь в нескольких национальных парках.
«Используя наш вычислительный подход, мы смогли найти коридоры, которые улучшили перемещение видов по коридорам, спроектированным вручную, при значительной части стоимости, учитывая компромиссы для нескольких видов», – сказал Гомес.
В 2013 году министр окружающей среды муниципального района Кито разработал экологический коридор и программу сохранения андских медведей, находящихся под угрозой исчезновения, в горных лесах Эквадора. Исследовательская группа под руководством профессора Корнелла Анджелы Фуллер – эколога дикой природы и руководителя Нью-Йоркского кооперативного отдела исследований рыбы и дикой природы, которая работает с Гомесом, – обеспечивает научную поддержку и применяет решения в области вычислительной устойчивости для расширения экологического коридора.
Было показано, что подход команды значительно снижает стоимость коридора, позволяя реализовывать часто спорные проекты без особых затрат и таким образом, чтобы максимально помочь животным.
«Ключевым преимуществом использования передовых вычислительных методов при проектировании коридоров дикой природы является то, что такие методы позволяют нам одновременно оптимизировать десятки факторов, включать большие объемы данных о рассматриваемом ландшафте и окружающей среде и в то же время учитывать социально-экономические факторы, что совершенно невозможно для коридоров, спроектированных вручную ", – сказал Гомес.
Состояние птиц
Гражданские ученые предоставляют важную информацию о популяциях птиц в рамках таких проектов, как eBird и Great Backyard Bird Count. Однако этим орнитологам-любителям может не хватать точности профессионалов, и их наблюдения могут неравномерно рассредоточиться по стране, что исказит результаты.
Чтобы устранить эти недостатки, финансируемые NSF исследователи из лаборатории орнитологии Корнельского университета и другие члены команды Expeditions in Computing разработали новые алгоритмы, которые могут компенсировать предвзятость в распределении и неправильной идентификации гражданских ученых-птицеводов и помочь в точном определении популяций птиц для сохранения. усилия.
Частично они сделали это, разработав систему машинного обучения, использующую активную обучающую обратную связь между людьми и машинами. Система предоставляет наблюдателям немедленную обратную связь о точности своих наблюдений.
Это улучшает опыт наблюдателей, одновременно улучшая качество данных, которые система машинного обучения использует для принятия решений. Цикл постоянно увеличивает эффективность системы в целом.
Департамент внутренних дел применил эти подходы к своему отчету "Состояние птиц" за 2011 и 2013 годы, в котором использовались высокопроизводительные вычислительные методы для создания первого систематического набора данных о круглогодичном распределении видов с наилучшим на сегодняшний день пространственным разрешением.
Исследовательская группа помогает с предстоящим отчетом за 2016 год.
Недавно команда внедрила новую систему стимулов, называемую авиакешингом (сродни геокешингу, когда люди ищут на определенных сайтах небольшие сокровища), чтобы собрать больше наблюдений из недостаточно изученных мест.
Птицы, которые путешествуют в заниженные места и идентифицируют птиц, зарабатывают баллы, позволяющие им войти в рисунок в бинокль.
«С момента начала авиакопления в марте 2015 года 19 процентов наблюдений за электронной птицей в наших пилотных округах переместились с традиционных мест на места, где ранее не проводились наблюдения», – сказал Гомес. "Это позволило ученым уточнить свои модели распространения птиц.
В настоящее время мы экспериментируем с дополнительными стимулами, как это определено нашей вычислительной моделью, для получения данных, которые еще дальше далеки от традиционных областей наблюдения."
В случае успеха команда развернет свою систему авиакешинга по всей стране.
«Приятно видеть, что наши вычислительные методы помогают направлять наблюдателей, приводя к улучшенным данным, которые затем используются для уточнения прогнозных вычислительных моделей распространения видов», – сказал Гомес.
Приложения для африканских лугов
Инструменты и методы, разработанные Гомес и ее командой, могут помочь людям, а также животным. В течение многих лет команда исследовала способы улучшить жизнь кочевых пастухов или скотоводов в Кении. Скотоводы населяют большую территорию засушливых и полузасушливых земель в Восточной Африке и часто перемещаются в поисках трав, необходимых для содержания своих стад.
Гомес и ее команда сначала разработали модель для моделирования сложных моделей передвижения оленеводов по ландшафту, которая демонстрирует типичную непредсказуемую динамику экологии засушливых земель Африки.
Разработанные ими модели отражают процессы выбора оленеводов – как люди решают, куда и когда идти, – что имеет решающее значение для выработки политики в отношении устойчивого развития.
Чтобы расширить эту информацию, исследователи разработали приложение для мобильных телефонов под названием GrazeIt, которое собирает информацию о растительности, предоставленную пастухами, и объединяет ее с информацией со спутниковых изображений, чтобы помочь пастухам найти корм для своих животных.
Простые значки, отображаемые на мобильном телефоне, позволяют африканским скотоводам сообщать о состоянии растительности, которую они наблюдают.
Нажатие на значок может сообщить о том, что травы нет, немного травы или много травы."
«За первые шесть месяцев мы смогли собрать 124 000 обзоров кормовых условий от 112 скотоводов и гражданских ученых», – сказал Гомес. «Мы успешно использовали динамическую систему стимулирования, чтобы стимулировать большее количество заявок из регионов с недостаточной выборкой, повышая ценность информации, собранной в рамках проекта, и сокращая количество избыточных заявок. Кроме того, мы использовали новые экспериментальные методы мониторинга и обучения, чтобы определить рентабельные подходы к повышению качества данных."
Это лишь один из множества способов, которыми компьютерные ученые оптимизируют ограниченные ресурсы, чтобы принести пользу людям по всему миру.
Работа была представлена на ежегодном собрании Американской ассоциации содействия развитию науки в феврале 2016 г.
Мотивация сообщества
Помимо отдельных инструментов и приложений, разработанных командой Expeditions in Computing, самым большим достижением проекта может стать запуск новой области вычислительной устойчивости и вдохновление других на то, чтобы посвятить свои усилия и знания решению вопросов устойчивости.
Первоначальное финансирование от NSF привело к более чем 80 миллионам долларов поддержки со стороны других агентств и организаций, по словам Гомеса, и помогло стимулировать эту сферу. Вычислительная устойчивость в настоящее время преподается во многих университетах и имеет собственный исследовательский трек на нескольких научных конференциях.
В январе 2016 года NSF объявил о своей поддержке следующего этапа проекта – развития сети вычислительной устойчивости – в рамках второй пятилетней премии Expeditions in Computing на сумму 10 миллионов долларов. Сеть включает в себя широкий спектр новых и постоянных партнеров, от организации по охране природы до Трансафриканской гидрометеорологической обсерватории и Национального института стандартов и технологий.
«Наша новая экспедиция NSF призвана расширять горизонты зарождающейся области вычислительной устойчивости», – сказал Гомес. "Достижения в области вычислительной устойчивости приведут к новым стратегиям, которые помогут пастухам и фермерам в Африке улучшить свой образ жизни, сохранить исчезающие виды и масштабировать возобновляемые источники энергии для удовлетворения спроса на энергию в 21 веке.
"Без этого исследования неэффективность с точки зрения использования ресурсов и неточности в моделях данных будут буквально стоить жизней и уменьшать богатство нашего природного мира, потенциально угрожая будущим поколениям."