Kunnen computers straks voorspellen hoe oceaanleven verschuift door klimaatverandering?
Denk aan de oceaan en je ziet waarschijnlijk één grote blauwe vlakte voor je. Maar onder water bestaan duizenden verschillende leefgebieden, elk met hun eigen mix van algen, vissen en ander leven. Wetenschappers noemen deze zones "eco-provincies": stukken oceaan die ecologisch bij elkaar horen. Een nieuw onderzoek laat zien dat je deze zones met kunstmatige intelligentie (computersystemen die patronen leren herkennen) kunt opsporen, en misschien ooit kunt voorspellen hoe ze veranderen.
Dat is belangrijk, want klimaatverandering brengt oceaanleven in beweging. Water warmt op, stromingen verschuiven, en daarmee verplaatsen ook de gebieden waar bepaald zeeleven het beste gedijt. Als je die verschuivingen op tijd kunt zien aankomen, kun je bijvoorbeeld beter inschatten waar visbestanden heen trekken of waar kwetsbare ecosystemen onder druk komen.
Het onderzoeksteam gebruikte eerst een computersimulatie van de wereldwijde oceaan, die bijhoudt waar verschillende soorten fytoplankton voorkomen. Fytoplankton zijn microscopisch kleine algen die drijven in zeewater en de basis vormen van de voedselketen in de oceaan. Met een vorm van kunstmatige intelligentie die zelf patronen ontdekt zonder vooraf de antwoorden te krijgen, deelden de onderzoekers de oceaan op in eco-provincies.
Vervolgens testten ze iets ambitieuzers: kun je die eco-provincies ook herkennen op basis van satellietbeelden van de kleur van het zeewater? Zulke satellieten meten al jaren de kleurschakeringen van de oceaan, die iets zeggen over hoeveel en welk soort algen er in het water zitten. Het team bouwde daarvoor een reeks netwerken (rekenmodellen die leren van data) die niet alleen een antwoord geven, maar ook uitleggen hoe zeker ze van dat antwoord zijn.
Het resultaat: de eco-provincies die de computer vond, waren ecologisch zinvol, en konden met hoge nauwkeurigheid worden herkend vanuit de satellietkleurgegevens. Een concreet voorbeeld dat dit laat zien, is dat je puur op basis van kleurpatronen in het water al goed kunt afleiden in welke ecologische zone je je bevindt.
Maar er was ook een onverwachte uitkomst. Je zou denken: hoe meer gegevens je aan het model geeft, hoe beter de voorspelling wordt. Dat klopte niet altijd. Meer invoergegevens verbeterden de resultaten niet automatisch, en er zat een ingewikkelde wisselwerking tussen de hoeveelheid data en de betrouwbaarheid van de voorspelling.
Wat betekent dit (nog) niet: dit is een eerste verkennende studie (een "proof of concept"), geen kant-en-klaar voorspellingssysteem. De onderzoekers werkten met gesimuleerde data, niet met de volledige complexiteit van de echte oceaan. Ook benadrukken ze zelf dat zorgvuldige controle van de onzekerheid nodig is voordat je dit soort modellen kunt vertrouwen voor echte voorspellingen. Het is dus een stap in de goede richting, maar nog geen werkend voorspelinstrument voor klimaateffecten op zeeleven.
Wat deze studie vooral laat zien, is dat kunstmatige intelligentie een bruikbaar hulpmiddel kan zijn om grip te krijgen op complexe oceaanprocessen, zonder dat je alle regels van tevoren aan de computer hoeft te vertellen. Maar de onderzoekers waarschuwen zelf ook: je moet dit soort modellen kritisch blijven testen, want meer data of een groter model betekent niet automatisch een betere voorspelling.