地球上有成千上萬種我們仍然不太了解的物種，但我們現在知道它們已經在滅絕的邊緣。一項新研究使用機器學習來確定這些鮮為人知的物種的瀕危程度，結果很嚴峻。
據The Verge報道，一些動植物物種被貼上「數據缺乏」的標籤，因為環保主義者無法收集到足夠信息以了解它們的生活方式或留存數量。這些「數據缺乏」的物種比其他較廣為人知的物種更加受到威脅。該研究的數據來自國際自然保護聯盟(IUCN)，後者維護著一份根據全球物種受威脅程度進行排名的「紅名單」。研究發現超過一半的數據缺乏物種（56%）可能面臨滅絕的風險。相比之下，紅名單上只有28%的物種面臨滅絕的風險。「情況可能比我們現在真正明白的還要糟糕。」挪威科技大學的生態學家、該項研究的主要作者博基特（Jan Borgelt）說，「受威脅的物種可能比我們以前想像的要多。」
博基特的大部分工作都集中在了解人類活動如何影響生態系統和生物多樣性。紅名單是這些努力的寶貴資源，但有超過2萬個物種被歸為數據不足。博基特和同事轉向機器學習，他們訓練了一種算法來預測數據不足的物種的滅絕風險，並使用了IUCN已經評估過的2萬8363種不同動物的信息，讓算法可以開始了解通常決定一個物種受到威脅程度的因素——包括氣候變化、入侵物種和污染。
然後，研究人員將注意力轉向7699個數據缺乏的物種，約佔全部的三分之一多一點。該算法確定這些物種中有56%可能面臨滅絕的風險。例如，85%的「數據缺乏」的兩棲動物面臨滅絕的危險，包括馬里尖叫蛙、斑點窄口蛙和幾種強盜蛙。IUCN的紅名單中甚至沒有這些小動物的照片。
IUCN去年更新的紅名單中，有123個物種是算法預測的物種。超過三分之二（76%）的算法預測是正確的。
「目前，這些算法當然不應該取代專家評估，專家評估更準確。」博基特說，機器學習不能替代追蹤地面上的動物，但可以幫助環保主義者找出哪些物種需要額外的呵護。本報訊
