Die Entwicklung von neuronalen Netzen oder KI-Tools zur Datenanalyse nimmt exponentiell zu. Netzwerke, die in natürlichen Ökosystemen existieren, wie z. B. Netze von Interspezies-Beziehungen, haben jedoch ein weitgehend ungenutztes Informationsverarbeitungspotenzial.
Jetzt hat eine an der Universität Kyoto durchgeführte Studie die Rechenleistung von Ökosystemen demonstriert und eine neue Richtung für die rasche Entwicklung von KI-Technologien aufgezeigt. Simulationen haben bestätigt, dass ökologische Netzwerke, wie z. B. Beute-Räuber-Interaktionen, Informationen effizient verarbeiten und als Rechenressource genutzt werden können.
„Wir haben diesen Ansatz Ecological Reservoir Computing genannt“, sagt Masayuki Ushio, Hauptautor der Universität Kyoto.
Die Forscher entwickelten zwei Arten von Ecological Reservoir Computing als Beweis dafür, dass ökologische Netzwerke über Rechenleistung verfügen.
Eine Art ist ein computergestützter Ansatz, der in silico Ecological Reservoir Computing genannt wird und hypothetische Ökosystemdynamiken modelliert und die Systemreaktion simuliert. Das zweite ist ein empirisches System namens Real-Time Ecological Reservoir Computing, das die Echtzeit-Populationsdynamik des einzelligen Organismus Tetrahymena thermophila nutzt.
Im zweiten Ansatz, um die Rechenleistung eines natürlichen Ökosystems zu bestätigen, richtete Ushios Team ein experimentelles Design mit Tetrahymena thermophila ein. Nach der Eingabe von Werten wie der Temperatur des Kulturmediums – oder Eingabedaten – erhielt das Team Zellzahlen als Systemausgabe. Die Studie bestätigte die Möglichkeit, dass die Tetrahymena-Population Vorhersagen über ökologische Zeitreihen für die nahe Zukunft treffen könnte.
„Unsere Ergebnisse deuten auch darauf hin, dass es einen Zusammenhang zwischen hoher Biodiversität und hoher Rechenleistung geben könnte, was Licht auf neue Werte der bisher unbekannten Biodiversität wirft“, fügt Ushio hinzu, derzeit leitender Forscher an der Hong Kong University of Science and Technology.
„Eine direkte Beziehung zwischen der Vielfalt einer Gemeinschaft und der Rechenleistung kann ihren Biodiversitätsquotienten verbessern.“
Ökologische Gemeinschaften verarbeiten eine große Menge an Informationen in Echtzeit in einem natürlichen Ökosystem, in dem das Potenzial ökologischer Interaktionen als neuartige Rechenmethode sehr hoch ist.
„Unsere neue Rechenmethode könnte zur Erfindung neuartiger Computertypen führen. Außerdem könnten wir durch die Entwicklung einer Methode zur Messung der Informationsverarbeitungskapazität eines natürlichen Ökosystems Hinweise darauf finden, wie die Ökosystemdynamik aufrechterhalten wird“, schließt Ushio.
Der Artikel „Computational Capability of Ecological Dynamics“ ist erschienen in Offene Wissenschaft der Royal Society.
Mehr Informationen:
Rechenfähigkeit der ökologischen Dynamik, Offene Wissenschaft der Royal Society (2023). DOI: 10.1098/rsos.221614. royalsocietypublishing.org/doi/10.1098/rsos.221614