Naukowcy wykorzystują najnowsze zdobycze techniki, w tym sztuczną inteligencję, a także sieci obywatelskie, aby ulepszyć sposób monitorowania i ochrony coraz bardziej zagrożonych siedlisk i gatunków w całej Europie.
Oprac. Redakcja. Artykuł został pierwotnie opublikowany w Horizon, czasopiśmie UE poświęconym badaniom i innowacjom: https://projects.research-and-innovation.ec.europa.eu/en/horizon-magazine/researchers-combine-citizens-help-and-cutting-edge-tech-track-biodiversity.
Tarczówka marmurkowata (Halyomorpha halys) to niewielki owad, który przybył do Europy w 1998 roku w sposób całkowicie legalny – ukryty w transporcie importowanych z Chin cegieł. Po ponad dwóch dekadach stał się inwazyjnym szkodnikiem zagrażającym uprawom na całym kontynencie. Dzięki badaczom, takim jak dr Vincent Kalkman z Naturalis Biodiversity Center w Holandii, który współpracuje z sieciami wolontariuszy, rozrost populacji pluskwiaka jest monitorowany i wdrażane są konkretne działania mające na celu ochronę środowiska przed obcymi gatunkami.
Praca Kalkmana jest częściowo finansowana w ramach projektu badawczego MAMBO, mającego na celu dostarczanie „wiedzy, narzędzi i infrastruktury” do badania różnorodności biologicznej, w tym technologii opartych na dźwięku, wizji i sztucznej inteligencji. Naukowcy biorący udział w projekcie eksperymentują z narzędziami, takimi jak drony, kamery i czujniki, podczas gdy Kalkman koncentruje się na pracy online.
„Stosowanie tradycyjnych metod zbierania danych o rozmieszczeniu i populacji gatunków jest kosztowne, a w przypadku niektórych organizmów po prostu nieefektywne”. – wyjaśnia Kalkman. – „Dlatego razem z zespołem sięgnęliśmy po narzędzia AI, aby na ich bazie stworzyć model identyfikacji gatunków za pomocą obrazów”.
Bazą dla modelu jest Observation.org, globalna platforma bioróżnorodności, na której każdy użytkownik może udostępniać zdjęcia zwierząt i roślin, pomagając w ten sposób je identyfikować i monitorować. „Obserwujemy gwałtowny wzrost liczby przesyłanych obrazów”. — zaznacza Kalkman. – „Dzięki temu, możemy z jednej strony rozwijać nasz model, a z drugiej prowadzić analizy na bardzo dużej liczbie danych”.
Dr Toke Høye, profesor na Wydziale Ekonauki Uniwersytetu w Aarhus w Danii, który koordynuje MAMBO, zwraca uwagę na drugi istotny komponent projektu, a mianowicie monitorowanie stanu siedlisk (obecnie aż 80 proc. z nich jest w złej kondycji). Jego zespół opracowuje i wdraża całkowicie nowe i innowacyjne narzędzia, w tym np. sztuczną inteligencję opartą na rozpoznawaniu dźwięku, mapy siedlisk o wysokiej rozdzielczości i wskaźniki stanu siedlisk specyficzne dla danego miejsca. Projekt wpisuje się w realizację Strategii UE na rzecz różnorodności biologicznej na rok 2030 – długoterminowego planu ochrony przyrody i odwrócenia degradacji ekosystemów, będącego częścią Europejskiego Zielonego Ładu.
W 2024 roku zespoły badawcze MAMBO rozpoczęły tworzenie demonstracyjnych systemów w całej Europie, np. w Holandii naukowcy używają fotopułapek do liczenia owadów, a we Francji wykorzystuje się drony i dane satelitarne do tworzenia trójwymiarowych obrazów rezerwatów przyrody i śledzenia zmian w nich zachodzących. „Naszym celem jest opracowywanie, co roku, map pokazujących, czy siedliska się kurczą czy rozszerzają”. – mówi Høye. – „Dzięki tym danym mamy szansę zmienić sposób, w jaki ośrodki naukowe i agencje środowiskowe monitorują krajobraz ekologiczny Europy. Z kolei decydenci i organy regulacyjne uzyskają nowe narzędzia do wdrażania strategii UE na rzecz różnorodności biologicznej”.
Infrastruktura, którą rozwijają naukowcy w ramach projektu MAMBO w dużym stopniu opiera się na zaawansowanych technologiach. I chociaż innowacje i narzędzia AI są kluczowe dla przyspieszenia rozwoju nauki w dziedzinie o ochronie środowiska, to należy również wziąć pod uwagę wpływ tych wysiłków na środowisko. Ślad AI jest znaczący. Centra danych, w których znajdują się serwery, generują odpady, zużywają ogromne ilości wody i wymagają dużej ilości energii elektrycznej. Badacze są tego świadomi. „W drugiej części projektu będziemy skupiać się na zrozumieniu kosztów narzędzi, których używamy”. – zaznacza Høye. – „Przyjrzymy się nie tylko sprzętowi i zużyciu energii, ale także śladowi środowiskowemu samych modeli AI”.
Kalkman podziela te obawy, ale pozostaje optymistycznie nastawiony do roli technologii w łączeniu ludzi z naturą. „Nie chodzi tylko o to, że otrzymujemy więcej danych od naukowców–obywateli. Ta współpraca buduje również wrażliwość ludzi na przyrodę i angażuje ich w jej ochronę, co jest naprawdę pozytywnym zjawiskiem”.
Więcej o sieciach wolontariuszy i „nauce obywatelskiej” przeczytacie w artykule Obywatel – naukowiec. Jak programy citizen science wspierają badaczy w obserwacji środowiska.
