Machine learning maps the “dark matter” of the global marine fish food web

想象一下，海洋是一座巨大且繁忙的城市，每一条鱼——从微小的沙丁鱼到巨大的鲨鱼——都是拥有特定职业的居民。有些是吃海藻的农民，有些是吃其他鱼类的快递员，还有些是清理街道的清道夫。在生态学中，科学家称之为“食物网”。它是谁吃谁的地图，也是维持整个海洋城市运转、循环营养和能量的隐形管道。但问题在于：我们只有几条街道的地图。海洋的大部分区域在地图上都是一片空白，是海洋中的“暗物质”——在那里，我们知道居民的存在，却完全不知道谁在吃谁。这是一个巨大的问题，因为如果我们不知道这座城市是如何连接的，我们就无法预测如果遭遇风暴或有新建筑落成时会发生什么。我们可能会认为这座城市很脆弱且即将崩溃，但实际上，它可能是一个拥有大量备份路径、稳固且具有冗余性的网络。

这正是科学家们致力于解决的一个谜团。他们意识到，仅仅通过观察鱼类来寻找每一个摄食关系，就像仅靠步行走过自己社区的街道来绘制整个国家的地图一样。你会错过高速公路、后巷和秘密捷径。因此，他们不再仅仅依靠观察，而是决定使用一个超级聪明的“计算机大脑”——机器学习——来推测缺失的连接。他们将关于鱼类的已知信息全部喂给了计算机：它们的长相、食性、栖息地以及它们的亲缘关系。然后，他们要求计算机去预测那些隐形的链接，将一张稀疏、破碎的地图变成一张完整的、闪烁着光芒的海洋餐桌蓝图。

伟大的海洋侦探故事

遇见海洋的“暗物质”
长期以来，科学家们一直试图绘制一张完整的全球海洋食物网地图。把这张地图想象成一个巨大的鱼类社交网络，展示着谁和谁是朋友（或者更准确地说，谁是谁的午餐）。问题在于，我们目前的地图极其不完整。这就像拥有一个拥有数百万人口城市的电话簿，但上面只列出了在过去十年中被观察到互相交谈的人。我们知道鱼就在那里，但我们不知道谁在吃谁。这些缺失的信息如此庞大且隐蔽，以至于作者将其称为海洋的“暗物质”——一个巨大的、不可见的连接库，我们无法直接看到它，但知道它一定存在。

我们知识中最显著的空白出现在最令人兴奋的地方：热带海洋，如中印西太平洋和珊瑚三角区。这些是“海洋中的热带雨林”，生命极其繁茂，但同时也是我们对“谁吃谁”了解最少的地方。这有点像拥有一座装满书籍的图书馆，但你只读了英文部分书脊上的标题，而其余的图书馆仍然是一个谜。作者怀疑，海洋并非一个稀疏、脆弱的地方（即一条鱼只吃一种东西）；他们认为海洋可能是一个密度很高、相互连接的网络，鱼类拥有许多晚餐选择。但在缺乏数据的情况下，他们无法证明这一点。

机器学习侦探登场
为了解决这个问题，研究人员构建了一个数字侦探，使用了一种特殊的机器学习技术，称为“正样本-无标签学习”（positive-unlabeled learning）。用通俗的话来说，它是这样运作的：通常，当你教计算机识别某种东西时，你会给它看什么是“是”（比如猫）以及什么是“不是”（比如狗）。但在海洋中，我们很难证明两条鱼“绝不会”互相捕食；我们只是还没观察到这种现象发生而已。也许它们确实在捕食，只是没人正在看着。

因此，计算机不会将未观察到的配对视为“确定不互相捕食”，而是将其视为“我们还不知道”。它从我们确切知道的 10,549 个捕食关系中学习规则。它寻找如下线索：

• 体型： 捕食者的嘴能容纳猎物吗？（开口限制）
• 家族： 它们是否属于同一个科？（亲缘关系相近的鱼通常食性相似）
• 邻里： 它们是否生活在相同的深度和水温下？
• 口味： 它们的饮食习惯是否相似？

通过结合这些线索，计算机开始以极高的信心预测那些“缺失”的链接。这就像是在玩一个拼图游戏，你手里有盒子上印着的成品图和一些零散的碎片；计算机利用模式来填补剩下的图像。

大揭秘：海洋是繁忙的高速公路，而非死胡同
当团队让他们的计算机侦探运行数据时，结果改变了局面。他们最初拥有 2,454 个鱼类物种和 10,549 个已知捕食关系的全球地图。随后，计算机预测出了 50,725 个新的、高概率的摄食链接，而这些是我们此前尚未记录的。

这一发现彻底改变了海洋食物网的形态。

• 从稀疏到稠密： 在这项研究之前，“连通度”（一个描述现有连接数与可能存在的连接数之比的专业术词）仅为微小的 0.18%。看起来它像是一个鱼类几乎互不相识的孤岛。在加入预测的链接后，连通度跃升至 0.98%。海洋并不是一个稀疏的网络；它是一个高度连接的高速公路系统。
• 变宽，而非变高： 作者发现，这些缺失的链接并没有让食物链变得更长（即没有在顶端增加新的捕食者层级），而是让它变得更宽了。鱼类的晚餐选择比我们想象的要多得多。如果捕食者失去了一种类型的猎物，它很可能会有几十种其他的选择。这种“冗余性”意味着海洋可能比我们担心的那样具有更强的韧性。
• 热带之谜： 最大的空白确实存在于热带地区。在中印西太平洋，预测的链接数量比我们记录的数量高出 15 倍以上。在“公海”（远离陆地的开阔大洋）中，链接数量增加了约 5 倍。甚至在深海暮色带（水深 50 到 500 米之间），也有着数以千计等待被发现的隐藏连接。

这对未来意味着什么
这项研究表明，我们旧有的海洋地图具有误导性。我们曾以为食物网是脆弱且破碎的，但它实际上是一个稳健且具有冗余性的网络。这对海洋健康来说是个好消息。这意味着海洋生态系统在面对冲击（如过度捕捞或气候变化）时，可能比预想的更有能力恢复，因为能量流动拥有许多备份路径。

然而，作者谨慎地指出，这是一种预测，而非最终的普查。他们并没有亲自去捕捉每条鱼并检查它们的胃部；他们是使用了一个强大的模型来推断可能存在的情况。该模型表明，海洋的“暗物质”是真实且庞大的，但我们仍需前往实地验证这些链接。

地图不再是空白的。我们现在拥有了一份概率蓝图，指引着下一步该去哪里寻找。随着海洋变暖以及鱼类向新的“邻里”迁移，这种对食物网的新理解将至关重要。它能帮助我们预测海洋城市将如何重新组织自身，确保即使在居民发生变化时，生态系统的“管道”依然强韧。海洋并不像我们想象的那样空旷或脆弱；它是一个繁忙且相互连接的世界，而我们终于开始窥见全貌。