Kunstig intelligens gjør det mulig for smarttelefoner å detektere økologiske endringer

Når kunstig intelligens (AI) kombineres med i dagens smartphone-applikasjoner, kan den gjøre ting som å identifisere plantearter med høy nøyaktighet og hjelpe med å detektere økologiske endringer. All dette kan gjøres av hvem som helst, så det er ingen behov for spesialisert trening, og det gir oss flere muligheter til å samle informasjon om miljøtilstandene.

Forskere fra det tyske senteret for integrert biodiversitetsforskning (iDiv), det fjernsensoriske senteret for jord-systemforskning (RSC4Earth) ved Universitetet i Leipzig (UL) og Helmholtz-senteret for miljøforskning (UFZ), Max Planck-instituttet for biogeokjemi (MPI-BGC) og Teknisk universitet i Ilmenau (TU Ilmenau) har satt ut til å bestemme påliteligheten av disse dataene.

Forskerne samlet inn og analyserte data fra mobilappen Flora Incognita i Tyskland og sammenlignet dem med FlorKart-databasen til den tyske føderale byrået for naturvern (BfN), som inneholder data samlet inn av over 5 000 floristiske eksperter over 70 år.

Dettekting av makroøkologiske mønster

Ifølge forskerne kunne de avdekke makroøkologiske mønster i Tyskland med de samlede dataene, og det var likt dataene fra den tyske flora-inventardata. Når forskerne sammenlignet de to datasettene, fant de likevel store forskjeller mellom Flora Incognita-dataene og langtidsinventardataene i regioner med lav befolkningstetthet.

Dr. Jana Wäldchen er hovedforfatter fra MPI-BGC og en av utviklerne av mobilappen.

“Selvfølgelig avhenger hvor mye data som samles inn i en region sterkt av antallet smartphone-brukere i den regionen,” sa Wäldchen.

På grunn av dette var det avvik i dataene avhengig av hvor de kom fra, som landlige områder og turistdestinasjoner.

En annen faktor som hadde innvirkning var brukeratferd, som påvirkte typene plantearter som ble registrert av appen.

“Plantobservasjonene som ble utført med appen reflekterer hva brukerne ser og hva de er interesserte i,” fortsatte Wäldchen.

Brukerne har tendensen til å registrere vanlige og karakteristiske arter mer ofte enn sjeldne, men likevel kunne forskerne rekonstruere kjente biogeografiske mønster på grunn av mengden plantobservasjoner. Forskerne så på totalt over 900 000 datainnganger.

Biodiversitet og miljøforskning

Den nye utviklingen kan ha store implikasjoner for biodiversitet og miljøforskning.

Miguel Mahecha er første forfatter og professor ved UL. Han er også medlem av iDiv.

“Vi er overbevist om at automatisert artsgjenkjenning har mye større potensial enn tidligere antatt og at det kan bidra til en rask deteksjon av endringer i biodiversitet,” sa Mahecha.

Ifølge teamet kan apper som Flora Incognita muliggjøre deteksjon og analyse av økologiske endringer over hele verden i sanntid.

Patrick Mäder er medforfatter og professor ved TU Ilmenau.

“Da vi utviklet Flora Incognita, innsett vi at det var et enormt potensial og en voksende interesse for bedrede teknologier for deteksjon av biodiversitetsdata. Som datavitenskapsmenn er vi glade for å se hvordan våre teknologier bidrar til en viktig bidrag til biodiversitetsforskning,” sa Mäder.