Forskare säger att artificiell intelligens kan förändra identifieringen och övervakningen av arter över hela världen, vilket ger ett revolutionerande verktyg för att stödja åtgärder för att förstå och vända förluster av biologisk mångfald.
En brist på experter innebär att det finns stora luckor i vår förståelse av var arter förekommer, hur populationer förändras och vad som orsakar nedgångar och lokala utrotningar.
Det råder en akut brist på data om insekter globalt, även om de utgör fyra femtedelar av djurlivet och är avgörande för sunda ekosystem och livsmedelsproduktion.
UK Centre for Ecology &Hydrology (UKCEH) arbetar med partners över hela världen för att banbryta användningen av automatiserade övervakningsstationer för biologisk mångfald.
Detta partnerskap testar utrustning i Europa, Nordamerika såväl som över tropikerna, som är bland de mest biologiska mångfalden platser på jorden men där det finns en betydande underrapportering av arter.
Dessa solcellsdrivna stationer, som kan fungera självständigt i många månader, inkluderar högupplösta kameror för att fotografera insekter och akustisk utrustning för att spela in fåglars och fladdermöss rop.
Forskare använder sedan AI-programvara genom att träna datorsystem att känna igen arter från bilder och inspelningar.
Även om utvecklingen av kamerasystem, inspelningsutrustning och programvara för AI-igenkänning befinner sig i ett relativt tidigt skede, har de första försöken varit uppmuntrande.
UKCEH och University of Exeters ekolog professor David Roy förklarar, "Den utbredda användningen av automatiserade sensorer i kombination med identifiering av arter med hjälp av AI kan förändra vår förståelse av miljöförändringarnas effekter på vilda djur och mäta framsteg mot nationella och internationella mål för biologisk mångfald.
"Detta kommer att göra det möjligt för oss att identifiera var den biologiska mångfalden är hotad, de viktigaste drivkrafterna för förändring och att informera om lösningar för att styra lokal habitatförvaltning och ta itu med den globala biologiska mångfaldskrisen."
Automatiserade övervakningsstationer skulle innebära att en stor mängd långsiktiga, standardiserade och verifierbara data skulle kunna genereras och bearbetas utan arbetsintensiva fältundersökningar eller identifiering.
Det finns mindre variation än i traditionella undersökningar, där fällor, platser eller observatörer kan vara olika från ett år till ett annat, och det är mindre sannolikt att det finns fotografier eller inspelningar för att verifiera uppgifterna.
Forskarna utvecklar standardiserade metoder för automatiserad avkänning över hela världen.
Som en del av detta arbete har de publicerat en ny studie som anger en mall för AI-assisterad, bildbaserad övervakning av nattaktiva insekter. Studien publicerades i Philosophical Transactions of the Royal Society B:Biological Sciences
Mycket av den inledande forskningen om automatiserade biodiversitetsstationer fokuserar på övervakning av insekter.
Dessa arter spelar avgörande roller i ekosystem som kretslopp av näringsämnen och mat för andra varelser, plus stödjer växtodlingen genom pollinering och naturlig skadedjursbekämpning.
De utgör 80 % av allt djurliv, men endast 20 % av de globala insektsarterna har identifierats, med de flesta bedömningar begränsade till fjärilar, bin och flugor, främst från Europa och Nordamerika.
Forskare använder därför automatiska övervakningsstationer för biologisk mångfald inte bara i dessa regioner utan även i Argentina, Panama, Costa Rica, Singapore, Japan och Kenya för att testa deras hållbarhet i tropiska områden.
För närvarande har forskare tillgång till bilder och inspelningar från en övervakningsstation för biologisk mångfald på distans och använder sedan datorer på sina kontor för att bearbeta data och identifiera arter via AI.
UKCEH och Alan Turing Institute utvecklar dock kantbearbetning som gör det möjligt att analysera bilder på enheten istället för att laddas ner och bearbetas senare.
"Detta kommer att göra det möjligt för icke-experta volontärer att använda automatiserade system för att producera massor av data om arter på många platser, vilket ger en massiv stegförändring i global biologisk mångfaldsövervakning", säger Dr Oliver Strickson, Senior Research Software Engineer på Turing.
Som en del av AgZero+-programmet installerar UKCEH redan automatiserade kamerafällor och bioakustisk utrustning i brittiska gårdar för att övervaka förekomsten av insekter, fåglar, amfibier, fladdermöss och små däggdjur. Detta kommer att bedöma effektiviteten av de brittiska systemen för miljövänligt jordbruk.
Mer information: D. B. Roy et al, Mot ett standardiserat ramverk för AI-assisterad, bildbaserad övervakning av nattliga insekter, Philosophical Transactions of the Royal Society B:Biological Sciences (2024). DOI:10.1098/rstb.2023.0108
UKCEH söker partners – markägare, livsmedelsleverantörer och industri – för att förstå hur data och insikter från den automatiserade övervakningen bäst kan användas för att åstadkomma positiva förändringar för biologisk mångfald. För att komma i kontakt, skicka e-post till [email protected]
Journalinformation: Philosophical Transactions of the Royal Society B
Tillhandahålls av University of Exeter
