최근, 다양한 분야에서 신경망을 이용한 데이터 해석법(인공지능)이 활발히 개발·이용되어, 그 계산 능력이 평가·이용되어 왔다.그러나 생태계 네트워크 (예 : 먹고 먹는 것과 같은 종간 관계)는 종간 상호 작용과 종 수를 엄격하게 조작 할 수 없으며 데이터 분석 목적에 따라 네트워크 최적화가 사실상 불가능합니다. 그 때문에, 그 계산 능력·이용 가능성은 불명했다.

　연구그룹은 신경망의 일종인 네트워크 최적화가 불필요한 리저버 컴퓨팅이라는 기술을 응용하고 생태계 네트워크가 가지는 계산 능력을 정량화하는 틀을 제시했다.또한, 진핵 미생물 테트라히메나를 이용한 배양계에 의한 실험으로부터, 테트라히메나의 개체군 동태가 리저버 컴퓨팅을 행하는 조건을 구비하고 있는 것을 알 수 있었다.

　그래서, 야외에서 얻은 어류의 개체수 변동의 시계열 데이터를 배양액의 온도 변화로서 테트라히메나 개체군에 입력하고, 어류의 개체수 변동의 근미래 예측에 대해 테스트하였다.그 결과, 테트라히메나 개체군은 선형 회귀 등의 간단한 데이터 해석법보다 높은 정밀도로 미래 예측을 가능하게 했다.

　이번 시뮬레이션에서는 종수가 많아지면 계산 능력도 높아질 수 있는 것이 시사되고, 높은 생물다양성과 높은 계산 능력이 대응하고 있을 가능성을 나타내고 있다. '생태계의 계산 능력'이 생물다양성의 새로운 가치에 빛을 비추는 것이 기대된다고 한다.

논문 정보:【Royal Society Open Science】Computational capability of ecological dynamics