KI-Experten entwickeln Big-Data-Ansatz für den Artenschutz

Eine Gruppe von Experten für künstliche Intelligenz (KI) und Tierökologie an der Ecole Polytechnique Fédérale de Lausanne hat einen neuen Big-Data-Ansatz entwickelt, um die Erforschung von Wildtierarten zu verbessern und den Artenschutz zu verbessern. 

Die neue Studie wurde in veröffentlicht Nature Communications veröffentlicht . 

Sammeln von Daten über Wildtiere

Der Bereich der Tierökologie ist heute auf Big Data und das Internet der Dinge angewiesen, wobei mithilfe von Technologien wie Satelliten, Drohnen und automatischen Kameras riesige Datenmengen über Wildtierpopulationen gesammelt werden. Diese neuen Technologien führen zu schnelleren Forschungsentwicklungen und minimieren gleichzeitig Störungen in natürlichen Lebensräumen. 

Viele KI-Programme werden zur Analyse großer Datensätze eingesetzt, sind jedoch oft allgemein gehalten und nicht präzise genug, um das Verhalten und Aussehen von Wildtieren zu beobachten. 

Um dieses Problem zu umgehen, entwickelte das Wissenschaftlerteam einen neuen Ansatz, indem es Fortschritte in der Bildverarbeitung mit dem Fachwissen von Ökologen kombinierte. 

Nutzung der Expertise von Ökologen

Ökologen nutzen derzeit KI und Computer Vision, um Schlüsselmerkmale aus Bildern, Videos und anderen visuellen Datenformen zu extrahieren, die es ihnen ermöglichen, Aufgaben wie die Klassifizierung von Wildtierarten und das Zählen einzelner Tiere auszuführen. Generische Programme, die häufig zur Verarbeitung dieser Daten verwendet werden, sind jedoch nur begrenzt in der Lage, vorhandenes Wissen über Tiere zu nutzen. Sie lassen sich außerdem nur schwer anpassen und sind anfällig für ethische Probleme im Zusammenhang mit sensiblen Daten. 

Prof. Devis Tuia ist Leiter des Labors für Umweltinformatik und Erdbeobachtung der EPFL und Hauptautor der Studie. 

„Wir wollten mehr Forscher für dieses Thema begeistern und ihre Anstrengungen bündeln, um in diesem aufstrebenden Bereich voranzukommen. KI kann als wichtiger Katalysator in der Wildtierforschung und im Umweltschutz im weiteren Sinne dienen“, sagt Prof. Tuia.

Um die Fehlerquote eines KI-Programms zu verringern, das darauf trainiert ist, eine bestimmte Art zu erkennen, müssten Informatiker in der Lage sein, das Wissen von Tierökologen zu nutzen. 

Prof. Mackenzie Mathis ist Leiterin des Lehrstuhls für Integrative Neurowissenschaften der Bertarelli Foundation der EPFL und Mitautorin der Studie. 

„Hier ist die Verschmelzung von Ökologie und maschinellem Lernen von entscheidender Bedeutung: Der Feldbiologe verfügt über ein immenses Fachwissen über die untersuchten Tiere, und die Aufgabe von uns als Forscher für maschinelles Lernen besteht darin, mit ihnen zusammenzuarbeiten, um Werkzeuge zu entwickeln, um eine Lösung zu finden“, sagte sie . 

Dies ist nicht das erste Mal, dass Tuia und das Forscherteam sich mit diesem Problem befassen. Das Team entwickelte zuvor ein Programm zur Erkennung von Tierarten anhand von Drohnenbildern, während Mathis und ihr Team ein Open-Source-Softwarepaket entwickelt haben, das Wissenschaftlern dabei hilft, Tierhaltungen abzuschätzen und zu verfolgen. 

Was das neue Werk betrifft, hofft das Team, dass es ein breiteres Publikum erreichen kann.

„Eine Gemeinschaft nimmt stetig Gestalt an“, sagt Tuia. „Bisher haben wir durch Mundpropaganda ein erstes Netzwerk aufgebaut. Wir begannen vor zwei Jahren mit den Leuten, die jetzt die anderen Hauptautoren des Artikels sind: Benjamin Kellenberger, ebenfalls an der EPFL; Sara Beery am Caltech in den USA; und Blair Costelloe am Max-Planck-Institut in Deutschland.“