Μοντέλα και πλατφόρμες AI
Η τεχνητή νοημοσύνη επιτρέπει στα smartphones να ανιχνεύουν οικολογικές αλλαγές

Όταν η τεχνητή νοημοσύνη (AI) συνδυάζεται με τις σημερινές εφαρμογές smartphone, μπορεί να κάνει πράγματα όπως να αναγνωρίζει είδη φυτών με υψηλή ακρίβεια και να βοηθά στην ανίχνευση οικολογικών αλλαγών. Όλα αυτά μπορούν να γίνουν από οποιονδήποτε, χωρίς να χρειάζεται ειδική εκπαίδευση, και μας παρέχουν περισσότερες ευκαιρίες να συλλέξουμε πληροφορίες για τις περιβαλλοντικές συνθήκες.
Ερευνητές από το Γερμανικό Κέντρο Ολοκληρωμένης Έρευνας Βιοποικιλότητας (iDiv), το Κέντρο Τηλεπισκόπησης για την Έρευνα του Συστήματος της Γης (RSC4Earth) του Πανεπιστημίου της Λειψίας (UL) και του Κέντρου Περιβαλλοντικής Έρευνας Helmholtz (UFZ), του Ινστιτούτου Βιογεωχημείας Max Planck (MPI-BGC) και του Τεχνικού Πανεπιστημίου IImenau, αποφάσισαν να καθορίσουν την αξιοπιστία αυτών των δεδομένων.
Οι ερευνητές συλλέγουν και αναλύουν δεδομένα από την εφαρμογή Flora Incognita στη Γερμανία και τα συγκρίνουν με τη βάση δεδομένων FlorKart του Γερμανικού Ομοσπονδιακού Οργανισμού για τη Διατήρηση της Φύσης (BfN), η οποία περιέχει δεδομένα που συλλέχθηκαν από περισσότερους από 5.000 ειδικούς φυτολογίας τα τελευταία 70 χρόνια.
Ανιχνεύοντας Μακροοικολογικά Πρότυπα
Σύμφωνα με τους ερευνητές, ήταν σε θέση να ανακαλύψουν μακροοικολογικά πρότυπα στη Γερμανία με τα συλλεγμένα δεδομένα, και ήταν παρόμοια με τα δεδομένα της γερμανικής απογραφής φυτών. Όταν οι ερευνητές σύγκριναν τα δύο σύνολα δεδομένων, ωστόσο, βρήκαν σημαντικές διαφορές μεταξύ των δεδομένων Flora Incognita και των δεδομένων μακροχρόνιας απογραφής σε περιοχές με χαμηλή πυκνότητα πληθυσμού.
Η Δρ. Jana Wäldchen είναι ο κύριος συγγραφέας από το MPI-BGC και ένας από τους dévelopers της εφαρμογής κινητού.
«Βέβαια, το πόσο δεδομένα συλλέγονται σε μια περιοχή εξαρτάται έντονα από τον αριθμό των χρηστών smartphone σε εκείνη την περιοχή», είπε η Wäldchen.
Λόγω αυτού, υπήρχαν αποκλίσεις στα δεδομένα ανάλογα με την προέλευση, όπως σε αγροτικές περιοχές και τουριστικούς προορισμούς.
Ένας άλλος παράγοντας που επηρεάζει είναι η συμπεριφορά του χρήστη, η οποία επηρέασε τα είδη φυτών που καταγράφηκαν από την εφαρμογή.
«Οι παρατηρήσεις φυτών που πραγματοποιήθηκαν με την εφαρμογή αντανακλούν τι βλέπουν οι χρήστες και τι τους ενδιαφέρει», συνέχισε η Wäldchen.
Οι χρήστες έχουν την τάση να καταγράφουν συχνότερα τα κοινά και τα εμφανή είδη παρά τα σπάνια, αλλά παρά το γεγονός ότι αυτό είναι το caso, οι ερευνητές μπορούσαν ακόμα να ανακατασκευάσουν οικεία βιογεωγραφικά πρότυπα λόγω του μεγάλου αριθμού παρατηρήσεων φυτών. Οι ερευνητές εξέτασαν συνολικά περισσότερες από 900.000 εγγραφές δεδομένων.
Βιοποικιλότητα και Περιβαλλοντική Έρευνα
Η νέα ανάπτυξη μπορεί να έχει μεγάλες επιπτώσεις στην έρευνα βιοποικιλότητας και περιβάλλοντος.
Ο Miguel Mahecha είναι ο πρώτος συγγραφέας και καθηγητής στο UL. Είναι επίσης μέλος του iDiv.
«Είμαστε πεπεισμένοι ότι η αυτοματοποιημένη αναγνώριση ειδών έχει πολύ μεγαλύτερο δυναμικό από ότι θεωρούσαμε προηγουμένως και ότι μπορεί να συμβάλλει στην ταχεία ανίχνευση αλλαγών βιοποικιλότητας», είπε ο Mahecha.
Σύμφωνα με την ομάδα, εφαρμογές όπως η Flora Incognita θα μπορούσαν να ermögουν την ανίχνευση και ανάλυση οικολογικών αλλαγών σε ολόκληρο τον κόσμο σε πραγματικό χρόνο.
Ο Patrick Mäder είναι συν-συγγραφέας και καθηγητής στο TU IImenau.
«Όταν αναπτύξαμε την Flora Incognita, συνειδητοποιήσαμε ότι υπήρχε ένα τεράστιο δυναμικό και αυξανόμενο ενδιαφέρον για βελτιωμένες τεχνολογίες για την ανίχνευση δεδομένων βιοποικιλότητας. Jako 컴퓨터 επιστήμονες, είμαστε χαρούμενοι να δούμε πώς οι τεχνολογίες μας συμβάλλουν σημαντικά στην έρευνα βιοποικιλότητας», είπε ο Mäder.












