AI-modellen en platforms

Van Tweets tot Oproepen: Hoe AI het Akoustische Onderzoek van Trekkende Vogels Verandert

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Elk jaar reizen miljarden vogels over continenten en oceanen. Deze reizen zijn niet alleen fantastisch om te zien, maar ze zijn ook essentieel voor het in balans houden van de natuur. Vogels bestuiven bloemen, verspreiden zaden en helpen bij het bestrijden van plagen, waardoor ze een grote rol spelen in het behouden van een gezonde omgeving. Echter, hun overleving wordt bedreigd door problemen zoals het verlies van hun habitats, klimaatverandering en de uitbreiding van steden. Het begrijpen van hun reizen en levenswijze is nooit zo belangrijk geweest.

Wetenschappers gebruikten traditionele methoden om vogeltrek te bestuderen in het verleden, maar deze waren vaak langzaam en beperkt in hoeveel ze ons konden vertellen. Nu verandert Artificiële Intelligentie (AI) alles. Door naar de geluiden en liedjes van vogels te luisteren, helpen AI-hulpmiddelen onderzoekers begrijpen waar vogels heen gaan, hoeveel er zijn en wat ze nodig hebben om te overleven. Deze nieuwe technologie brengt krachtige manieren om vogels te beschermen en te bestuderen.

De Betekenis van Trekkende Vogels en Akoustische Monitoring

Trekkende vogels zijn essentieel voor ecosystemen over de hele wereld. Ze fungeren als indicatoren van de gezondheid van het milieu, met veranderingen in hun trektijdpatronen die vaak grotere natuurlijke verschuivingen aangeven. Bijvoorbeeld, het dalende aantal boerenzwaluwen in Noord-Amerika wijst op problemen zoals het verlies van habitats en veranderingen in de insectenpopulatie. Vergelijkbaar, de 40.000 kilometer lange trek van de Noordse Stern helpt wetenschappers de gezondheid van pool- en oceaanecosystemen te begrijpen.

Het luisteren naar de geluiden van vogels is een belangrijke manier om deze trektijden te bestuderen. Elke vogelsoort heeft unieke geluiden, of akoustische vingerafdrukken, die onderzoekers kunnen gebruiken om ze te identificeren zonder ze te hoeven zien. Dit is vooral handig omdat de meeste vogeltrek ‘s nachts plaatsvindt. Wetenschappers kunnen leren over waar vogels heen gaan en hoe ze zich gedragen door hun vluchtgeluiden op te nemen.

Echter, het sorteren van grote hoeveelheden opgenomen geluiden was langzaam en moeilijk met traditionele methoden. AI heeft dit probleem opgelost door snel audio-data te analyseren en vogelsoorten met opmerkelijke nauwkeurigheid te identificeren. Deze doorbraak heeft nieuwe manieren geopend om trekkende vogels te bestuderen, waardoor onderzoek sneller, gedetailleerder en effectiever wordt.

AI-Gestuurde Innovaties in Akoustisch Onderzoek

AI-gestuurde hulpmiddelen zoals BirdVoxDetect en BirdNET hebben de manier waarop onderzoekers trekkende vogels bestuderen via hun geluiden veranderd. BirdVoxDetect, ontwikkeld door een samenwerking tussen New York University, de Cornell Lab of Ornithology en École Centrale de Nantes, toont de kracht van machine learning in vogelonderzoek. Dit hulpmiddel gebruikt een neuraal netwerk om ‘s nachts vlieggeluiden te detecteren en te classificeren met indrukwekkende nauwkeurigheid, zelfs in lawaaierige omgevingen. Het kan achtergrondgeluiden zoals autoalarmen en regendruppels filteren terwijl het vogelgeluiden isoleert en identificeert. Against 2024 had BirdVoxDetect meer dan 6.600 uur aan audio-opnames geanalyseerd, waarbij het honderdduizenden vogelgeluiden identificeerde. Zijn vermogen om de biomassa van vogels te schatten is net zo praktisch als Doppler-radar, maar met het extra voordeel van soortspecifieke gegevens tegen een veel lagere kostprijs.

BirdNET is een ander belangrijk hulpmiddel ontworpen voor zowel onderzoekers als vogelliefhebbers. Het stelt gebruikers in staat om vogelgeluiden op te nemen en te identificeren met alleen hun smartphones. Tijdens de Global Big Day in 2024, hielp BirdNET deelnemers om meer dan 900 vogelsoorten in real-time te identificeren, waarmee het de schaalbaarheid en inclusiviteit van AI in vogelonderzoek demonstreerde. Gestuurd door neurale netwerken en uitgebreide trainingsdatasets, heeft BirdNET vogelstudies toegankelijk gemaakt voor een wereldwijd publiek, waardoor nieuwe niveaus van conservatie-inspanning ontstaan.

Deze hulpmiddelen doen meer dan alleen vogelsoorten identificeren. Ze verbeteren ook de nauwkeurigheid van het volgen van trekroutes. Bijvoorbeeld, onderzoekers die de Noordse Stern bestuderen, hebben AI gebruikt om belangrijke tussenstops te vinden en de milieufactoren te begrijpen die hun reizen beïnvloeden. Deze informatie is essentieel voor conservatie-inspanningen, omdat het helpt bij het beschermen van kritieke habitats en ervoor zorgt dat middelen effectief worden gebruikt.

Hoe AI Conservatie-Inspanningen Verandert

AI-gestuurde hulpmiddelen veranderen de manier waarop we vogels en hun habitats beschermen. Real-time monitoringssystemen helpen steden om stappen te nemen zoals het uitschakelen van gebouwverlichting ‘s nachts tijdens trektijden. Deze Lights Out-programma’s hebben goed gewerkt in steden zoals Chicago, waar nu minder vogels tegen wolkenkrabbers botsen.

Hulpmiddelen zoals BirdVoxDetect kunnen ook worden aangepast aan verschillende regio’s. Met slechts een kleine hoeveelheid trainingsdata kunnen ze vogelsoorten identificeren, zelfs in gebieden zonder traditionele monitoringssystemen. Deze flexibiliteit heeft wetenschappers in staat gesteld om vogels in het Amazone-regenwoud en sub-Sahara Afrika te bestuderen. Door gegevensverzameling en -analyse te automatiseren, besparen deze hulpmiddelen tijd en inspanning, waardoor het gemakkelijker wordt om grootschalige studies uit te voeren. Open-source platforms zoals BirdVoxDetect stellen onderzoekers in staat om deze technologieën wereldwijd te delen en te verbeteren.

Andere hulpmiddelen zijn ook significante vooruitgang in het gebruik van AI voor vogelconservatie. Nighthawk, een geavanceerd systeem gebouwd op BirdVox, biedt snellere resultaten en is eenvoudiger te gebruiken. Onderzoekers die vogels in gebieden zoals de Grote Meren bestuderen, hebben verbeterde nauwkeurigheid gemeld met dit hulpmiddel. Merlin, ontwikkeld door de Cornell Lab of Ornithology, gebruikt AI om zowel wetenschappers als vogelliefhebbers te helpen bij het identificeren van soorten. Zijn mobiele app heeft vogelstudies toegankelijker gemaakt, waardoor mensen over de hele wereld deel kunnen nemen aan conservatie-inspanningen.

Nieuwe technologieën, zoals microfoonsystemen, verbeteren vogelonderzoek verder. Deze systemen kunnen de locatie van een vogel bepalen door zijn hoogte en vluchtrichting te detecteren. Instellingen zoals de Universiteit van Windsor zijn leider in deze innovaties, waardoor onze mogelijkheden om vogeltrek te monitoren worden verbeterd.

Onderzoekers werken ook aan fundamentele modellen voor bio-acoustica. Deze modellen zijn ontworpen om verschillende soorten en ecosystemen te bestuderen, van vogels tot dieren zoals vleermuizen en walvissen. Met deze hulpmiddelen beogen onderzoekers onze kennis van biodiversiteit te verdiepen en betere strategieën te ontwikkelen voor haar bescherming.

AI maakt vogelconservatie efficiënter en effectiever. Het helpt ons essentiële inzichten te verzamelen om trekkende soorten te beschermen en te zorgen voor hun overleving te midden van snelle ecologische veranderingen.

De Bottom Line

AI verandert de studie en conservatie van trekkende vogels, waardoor krachtige hulpmiddelen ontstaan die onze kennis van hun gedrag en habitats vergroten. Door de analyse van vogelgeluiden en trektijdpatronen te automatiseren, maken technologieën zoals BirdVoxDetect en BirdNET het gemakkelijker voor onderzoekers en liefhebbers om deel te nemen aan conservatie-inspanningen. Deze innovaties verbeteren de nauwkeurigheid van het volgen van trekroutes en faciliteren real-time monitoring, waardoor steden effectieve strategieën zoals “Lights Out”-programma’s kunnen implementeren om vogelbotsingen met gebouwen te verminderen.

AI creëert nieuwe manieren om deze kritieke soorten en hun habitats te beschermen. Dit zorgt ervoor dat toekomstige generaties kunnen genieten van de fantastische reizen van vogels over de hele wereld. Het helpt ook bij het opbouwen van een sterkere verbinding met de natuur en ondersteunt inspanningen om deze te behouden.

Dr. Assad Abbas, een gewaardeerde associate professor aan de COMSATS University Islamabad, Pakistan, heeft zijn Ph.D. behaald aan de North Dakota State University, USA. Zijn onderzoek richt zich op geavanceerde technologieën, waaronder cloud-, fog- en edge computing, big data analytics en AI. Dr. Abbas heeft substantiële bijdragen geleverd met publicaties in gerenommeerde wetenschappelijke tijdschriften en conferenties. Hij is ook de oprichter van MyFastingBuddy.