Výzkum ekosystémových služeb se nachází na křižovatce. Data zůstávají rozptýlená, modely nejsou propojené a společenské rozhodování o krajině bez důkazů založených na interoperabilitě je nedostatečné. Nová studie, kterou vedl Ken Bagstad (USGS) se spoluautory z řady institucí včetně Zuzany Harmáčkové z CzechGlobe zkoumá, jak mohou umělá inteligence a sémantické technologie prolomit tyto překážky a učinit výzkum ekosystémových služeb škálovatelnějším, propojenějším a účinnějším. Musíme rozšiřovat spolupráci nad rámec stávajících sítí a dosáhnout širšího konsensu o těchto přístupech. Jak můžeme zajistit skutečnou interoperabilitu výzkumu ekosystémových služeb? Přečtěte si celý článek (https://lnkd.in/egr5u7dE) nebo zdrojovou studii (https://lnkd.in/ez69kR2M) Mezi spoluautory jsou také výzkumní pracovníci z Ikerbasque, BC3, Senckenberg Society for Nature Research, Nagoya University, VITO Remote Sensing, Wageningen University & Research, McGill University, Rothamsted Research, Bangor University, Harokopio University of Athens, Mezinárodního měnového fondu (MMF), Organizace pro hospodářskou spolupráci a rozvoj (OECD), Statistické divize OSN, Centra pro ekologický výzkum HUN-REN. #EcosystemServices #Interoperability #AIforScience #Sustainability #EnvironmentalResearch #MachineReasoning #FAIRData #SciencePolicy #ARIES Ken Bagstad Stefano Balbi Aidin Niamir U.S. Geological Survey (USGS) Senckenberg Nature Research BC3 - Basque Centre for Climate Change ARIES: ARtificial Intelligence for Environment & Sustainability Ikerbasque Basque Foundation for Science CzechGlobe Nagoya University VITO Remote Sensing Wageningen University & Research McGill University Rothamsted Research Bangor University Harokopio University of Athens International Monetary Fund OECD - OCDE United Nations Statistics Division
-
-
-
-
-
+ 1