Crowd-KI von SAS schützt Meeresschildkröten auf Galapagos

Heidelberg, 12. Mai 2023 -- SAS, einer der weltweit führenden Anbieter von Lösungen für Analytics und künstliche Intelligenz (KI), setzt Crowd-basierte künstliche Intelligenz und Machine Learning ein, um einen Betrag zum Schutz gefährdeter Meeresschildkröten zu leisten. Die Kooperation funktioniert ähnlich wie beim bereits laufenden Projekt zur Überwachung der Abholzung des Regenwalds im Amazonasgebiet. Der Marktführer für Analytics arbeitet diesmal mit dem Center for Galapagos Studies (CGS) der University of North Carolina (UNC) zusammen, um die Forschung auf der Inselgruppe zu fördern. Dafür analysieren das UNC CGS und SAS Daten und sammeln Erkenntnisse, die helfen, ähnlich gefährdete Umgebungen auf der ganzen Welt besser zu verstehen.

Mit der App ConserVision können Laien-Unterstützer („Citizen Scientists“) Bilder von Schildkrötengesichtern erfassen, mit denen ein von SAS entwickeltes Modell für Computer Vision trainiert wird. Dieses soll in Zukunft jedes beliebige Bild einer Meeresschildkröte erkennen, egal, ob es von einer Naturschutzgruppe oder einem Touristen stammt. Ist das Modell dann in der Lage, die einzelnen Schildkröten genau zu identifizieren, liefert es den Forschern schnell wertvolle Informationen, mit denen sich Gesundheitszustand und die Wanderbewegungen der einzelnen Tiere über einen längeren Zeitraum hinweg besser verfolgen lassen. Wer die ConserVision-App in Aktion sehen möchte, kann bei einem Online-Spiel vorhandene Fotos von Schildkröten vergleichen.

SAS wird das UNC CGS zunächst bei insgesamt drei Projekten unterstützen, die sich auf Meereslebewesen konzentrieren:

• Gesichtserkennung von Meeresschildkröten. Mithilfe von Computer Vision und Machine Learning wollen die Forscher einzelne Schildkröten identifizieren und einen Gesundheitsindex erstellen, der Wachstumsraten und Gesundheitsgefahren mit einbezieht. Mit diesen Informationen lassen sich zeitliche und räumliche Bewegungsmuster dieser Schildkröten erkennen. Das hilft, Gesundheitsrisiken zum Beispiel durch Müll im Meer, Bootsunfälle oder Krankheiten zu identifizieren. Durch die Erstellung einer grundlegenden Gesundheitsbewertung für jedes Tier lässt sich der Zustand im Laufe der Zeit anhand einer entsprechenden Skala zwischen den Fotoaufnahmen bestimmen.
• Bewegungsmuster von Hammerhaien. Dieses Projekt geht der Frage nach, warum Hammerhaie nachts häufig in Küstennähe schwimmen. Es untersucht neben der An- und Abwesenheit der Tiere in küstennahen und -fernen Bereichen auch, ob ihre Bewegungen synchron und/oder rhythmisch sind. Faktoren wie Meeresströmungen, Nahrungsquellen, Meerestemperaturen oder Salzgehalt sollen Aufschluss über die Bewegungsprofile geben und bei der Abgrenzung von Schutzgebieten sowie der Entwicklung nachhaltiger Fischerei- und Tourismuskonzepte helfen.
• Prognosen zu Phytoplankton. Phytoplankton ist die Grundlage weltweiter Nahrungsketten. Entsprechend wichtig für den Naturschutz ist ein grundlegendes Verständnis der räumlichen und zeitlichen Ausbreitung von Phytoplanktonpopulationen sowie deren Wechselbeziehungen. Ziel des Projekts ist ein tiefergehendes Verständnis der physikalischen, chemischen und biologischen Einflussfaktoren wie sich ändernde Meerestemperaturen, Wettermuster und menschliche Aktivitäten. Die Vorhersage von Veränderungen am unteren Ende der Nahrungskette kann Aufschluss über die Auswirkungen des Klimawandels auf die gesamte Meeresfauna und -flora geben.

„Das Galapagos Science Center betreibt seit über zehn Jahren innovative Forschung für ein besseres Verständnis der Umwelt und praktisch anwendbare, positive Ergebnisse“, sagt Dr. Penny Gordon-Larsen, Interim Vice Chancellor for Research an der UNC-Chapel Hill. „Die Partnerschaft mit SAS steigert die Leistungsfähigkeit des Forschungszentrums bei der Datenanalyse, und die Ergebnisse werden sich sowohl auf die Umwelt als auch auf die Menschen, die diese herrlichen Inseln bewohnen, positiv auswirken."

Weitere Informationen dazu, wie SAS im Rahmen von Data for Good dabei hilft, humanitäre Probleme auf der ganzen Welt zu lösen, gibt es unter diesem Link.

circa 4.700 Zeichen