一项由缅因大学助理教授克里斯蒂娜·墨菲（Christina Murphy）领导的新人工智能模型，能够通过分析52个因素，评估全球超过1万种淡水鱼的灭绝风险。该模型有望在物种濒危前采取保护措施，为鱼类保育提供前瞻性工具。 研究团队发现，全球近三分之一的淡水鱼物种面临灭绝威胁，包括肯尼贝克河的红鳍梭子鱼和五大湖的鲟鱼等。这些物种的消失不仅影响生态系统平衡，也威胁食物安全和户外休闲活动。墨菲在2020年启动该项目，经过五年数据收集、编程与验证，最终开发出这一AI驱动的评估系统。 该模型综合了来自12个公开数据库的海量信息，主要来自国际自然保护联盟（IUCN），涵盖52项变量，包括水坝建设、水资源抽取、栖息地退化、污染、外来物种入侵以及经济因素等。通过人工智能分析数百万个非线性关联，模型不仅能识别当前处于高风险的物种，还能预测尚未濒危但存在潜在威胁的物种。 研究结果显示，大多数被评估物种仍有希望在灭绝前得到保护，例如缅因州的北极茴鱼（Salvelinus alpinus）。模型还揭示了一个关键发现：保护成功往往具有可预测的共性，即“健康信号”比“威胁路径”更一致。这类似于人类健康——维持良好的状态比应对多种疾病更容易识别。 该工具能帮助管理者识别哪些保护措施在过去有效，并推广至其他相似物种，实现“一策多护”的高效策略。研究团队还验证了模型与现有评估体系的一致性，增强了其可信度。 项目合作方包括美国地质调查局、美国林务局以及西班牙赫罗纳大学等机构。研究人员希望未来将该模型扩展至鸟类、树木及其他动植物的保护工作。 “我们不应等到物种濒危才行动，”俄勒冈州立大学副教授伊万·阿斯门迪（Ivan Arsmendi）表示，“这个模型让决策者能提前部署资源，实现更主动、更高效的保护。”