英国雷丁大学招收全奖博士
利用人工智能解锁古历史生物多样性数据以明确生态基准
关于项目
请注意，该博士项目将在伦敦大学学院（UCL）开展
海洋生态系统的多样性、完整性和复杂性正日益受到包括气候变化在内的人类活动的威胁。生态系统的长期自然基准为揭示这些生物多样性危机的规模以及制定生态系统恢复路径提供了关键背景。然而，大多数生态记录的追溯时间不超过50年，因此不足以捕捉工业化前的条件以及生态系统对长期环境干扰的长期响应。历史和化石档案为解决这一时间困境提供了解决方案，提供了长期视角。不幸的是，尽管这些数据与生态数据集高度互补，但数据格式、分辨率和可获取性方面的差异，以及博物馆藏品、档案和多媒体资料库中大量有价值但未发表数据的存在，阻碍了数据的整合与综合。
新兴的人工智能（AI）工具为弥合这一差距提供了强大的新机遇，可通过自动化提取以前所未有的规模解锁古历史生物多样性数据（包括形态学数据）。整合这些数据集将使我们能够更全面地了解不同生态、形态和分类群在数千年的时间尺度上以及在近几十年的高分辨率下对环境和气候变化的响应。
该博士项目将重点关注节肢动物和珊瑚这两个在海洋食物网中发挥核心作用的类群。节肢动物促进了初级生产者与更高营养级之间的营养传递，而珊瑚则形成了复杂的礁结构和栖息地，为多达25%的海洋生物提供支持。利用人工智能驱动的数据挖掘技术，学生将从已发表的文献、博物馆藏品和多媒体资源中，为加勒比海和北大西洋的节肢动物和珊瑚类群构建一个涵盖第四纪（约250万年前至今）的综合分类学、形态学和生态学数据集。然后，学生将使用一系列人工智能工具对这些数据集进行标准化和综合，并从统计学角度考虑历史和古生物学数据来源因采样不完整而在时空模式上存在的偏差。最后，学生将在不同时间分辨率下分析这些重要类群在快速和渐进环境变化时期的多样性、生态空间和形态空间的变化。这些由人工智能建立的新生态基准将为揭示动物对过去环境变化的响应提供关键数据，并为未来进入人类世的保护和生态研究提供基准。
在为这些重要类群建立古历史生物多样性、生态学和形态学基准后，学生将探究其对生态系统多样性、复杂性和韧性的连锁影响，更广泛地确定珊瑚和节肢动物对海洋生态系统的影响。
培训机会：
将提供全面的培训计划，包括应用人工智能和生物多样性方面的培训，以及可迁移的专业和研究技能培训。该项目包括在AI-INTERVENE项目合作伙伴处进行为期3至18个月的实习。学生将在国内和国际会议上展示研究成果，使学生处于该学科的前沿，为未来获得出色的就业机会奠定基础。
学生背景要求：
该项目适合具有生态学、动物学、古生物学或密切相关领域学位，并对定量技术和海洋无脊椎动物感兴趣的学生。
申请网页：
申请需通过我们的在线门户网站Good Grants进行：https://ai-intervene-dfa.grantplatform.com/
资助说明
该博士生奖学金将通过竞争选拔出最优秀的申请者，由AI-INTERVENE英国自然环境研究理事会（NERC）博士重点奖全额资助。
