近年來，利用神經網絡的數據分析方法（人工智能）在各個領域得到積極開發和應用，其計算能力得到了評估和使用。然而，生態系統網絡（例如吃和被吃等種間關係）不能嚴格控制種間相互作用和物種數量，因此幾乎不可能根據數據分析的目的優化網絡。因此，其計算能力和可用性不為人知。

　該研究小組應用了一種稱為水庫計算的技術，這是一種不需要網絡優化的神經網絡，並提出了一個量化生態系統網絡計算能力的框架。此外，使用真核微生物四膜蟲的培養系統進行的實驗表明，四膜蟲的種群動態為水庫計算提供了條件。

　因此，將從野外獲得的魚類種群波動時間序列數據作為培養基的溫度變化輸入到四膜蟲種群中，對近期魚類種群波動的預測進行檢驗。因此，與線性回歸等簡單數據分析方法相比，可以在不久的將來以更高的準確度預測四膜蟲種群。

　該模擬表明物種數量越多，計算能力越高，表明高生物多樣性和高計算能力對應的可能性。 “生態系統的計算能力”有望揭示生物多樣性的新價值。

論文信息：【皇家學會開放科學】生態動力學的計算能力