人工智能可以在许多方面为公共利益提供帮助。计算方法的未来研究可以通过其数据采集、解释、集成和模型拟合来促进可持续管理生态系统。

Tom Dietterich 教授是结合计算机科学和生态科学建立生态系统信息学新学科的领导者，该学科研究收集、分析和可视化生态系统结构和功能数据的方法。

他的团队涉及生态系统的许多方面，例如：

• 可以预测物种分布及其在其他地方存在/不存在以创建物种分布和迁移/扩散图的模型（例如DataONE Datanet、eBird 项目、BirdCast）。
• 生物经济模型需要解决不确定性下的大型时空优化问题。
• 生态系统预测问题需要整合异构数据源。
• 用于部署（传感器放置）、清理和分析结果数据的传感器网络数据以提高农业生产力的算法（TAHMO项目），例如在非洲部署 20,000 个水文气象站（例如计算问题，将其放置在哪里）。
• 捕获、成像和分类错误的系统与通用图像处理/机器学习/模式识别工具相结合，用于对它们进行计数和分类（BugID 项目）。目标是通过使用计算机视觉方法开发基于视觉模式识别的生物多样性自动化算法。

有关这项工作的更多信息，请查看以下资源，请参阅：

• （视频）“计算可持续性中机器学习的挑战”（CRCS）（2013 年）
• （幻灯片）Tom Dietterich，通过 AI 理解和管理生态系统（2013 年）
• （研究）使环境管理适应不确定但不可避免的变化（2015 年）