Die KI-gestützte BirdNET-App erleichtert Citizen Science

Startseite » Die KI-gestützte BirdNET-App erleichtert Citizen Science
Die KI-gestützte BirdNET-App erleichtert Citizen Science

das BirdNET-AppEin kostenloses Tool mit maschinellem Lernen, das mehr als 3.000 Vögel allein anhand von Geräuschen identifizieren kann, zuverlässige wissenschaftliche Daten generiert und es den Menschen erleichtert, bürgerwissenschaftliche Daten über Vögel beizutragen, indem sie einfach Geräusche aufzeichnet, so eine neue Cornell-Forschung.

„Der aufregendste Teil dieser Arbeit ist, wie einfach es für Menschen ist, sich an der Vogelforschung und dem Artenschutz zu beteiligen“, sagte Connor Wood, wissenschaftlicher Mitarbeiter am K. Lisa Yang Center for Conservation Bioacoustics am Cornell Lab of Ornithology und Hauptautor von „Die auf maschinellem Lernen basierende BirdNET-App reduziert Hindernisse für die globale Vogelforschung, indem sie die Teilnahme von Citizen Science ermöglicht“, die am 28. Juni in PLOS Biology veröffentlicht wurde.

„Sie brauchen nichts über Vögel zu wissen, Sie brauchen nur ein Smartphone, und die BirdNET-App kann dann sowohl Ihnen als auch dem Forschungsteam eine Vorhersage darüber liefern, welchen Vogel Sie gehört haben“, sagte Wood. „Dies hat weltweit zu einer enormen Beteiligung geführt, was zu einer unglaublichen Datenfülle führt. Es ist wirklich ein Beweis für die Begeisterung für Vögel, die Menschen aus allen Gesellschaftsschichten vereint.“

Die Studie legt nahe, dass die BirdNET-App die Barriere für Citizen Science senkt, da sie keine Fähigkeiten zur Vogelidentifikation erfordert. Benutzer hören einfach auf Vögel und tippen auf die App, um aufzunehmen. BirdNET verwendet künstliche Intelligenz, um die Art automatisch anhand von Geräuschen zu identifizieren, und erfasst die Aufzeichnung für die Verwendung in der Forschung.

„Unsere leitenden Designprinzipien waren, dass wir einen genauen Algorithmus und eine einfache Benutzeroberfläche benötigten“, sagte der Co-Autor der Studie, Stefan Kahl vom Yang Center am Cornell Lab of Ornithology, der die technische Entwicklung leitete. „Ansonsten würden die Nutzer nicht zur App zurückkehren.“

Die Ergebnisse übertrafen die Erwartungen: Seit dem Start im Jahr 2018 haben mehr als 2,2 Millionen Menschen Daten beigesteuert.

Um zu testen, ob die App verlässliche wissenschaftliche Daten generieren kann, wählten die Autoren vier Testfälle in den USA und Europa aus, in denen konventionelle Forschung bereits belastbare Antworten geliefert hatte. Ihre Studie zeigt zum Beispiel, dass die Daten der BirdNET-App das bekannte Verteilungsmuster von Gesangsarten unter Weißkehlsperlingen und die saisonalen und wandernden Verbreitungsgebiete der Felddrossel erfolgreich replizierten.

Die Validierung der Verlässlichkeit der App-Daten für Forschungszwecke war der erste Schritt in einer hoffentlich langfristigen, globalen Forschungsanstrengung – nicht nur für Vögel, sondern letztendlich für alle Wildtiere und sogar ganze Klanglandschaften. Die App ist sowohl für iOS- als auch für Android-Plattformen verfügbar.

Die BirdNET-App ist Teil der Tool-Suite des Cornell Lab of Ornithology, einschließlich der pädagogischen Merlin Bird ID-App und der Citizen-Science-Apps eBird, NestWatch und Project FeederWatch, die zusammen mehr als 1 Milliarde Vogelbeobachtungen, Geräusche und Fotos von Teilnehmern generiert haben auf der ganzen Welt für den Einsatz in Wissenschaft und Naturschutz.

Dieses Projekt wurde unterstützt von Jake Holshuh, den Arthur Vining Davis Foundations, der Europäischen Union, dem Europäischen Sozialfonds für Deutschland und dem Bundesministerium für Bildung und Forschung.

Pat Leonard ist angestellter Autor am Cornell Lab of Ornithology.