Hoe wilde dieren worden gered met nieuwe software

Van het analyseren van wildfoto’s tot speurwerk op YouTube - dankzij nieuwe software worden gegevens die nooit eerder beschikbaar waren nu door wetenschappers gebruikt om wilde dieren te bestuderen.donderdag 15 november 2018

Door Anne Casselman
Het vermogen van computers om afzonderlijke giraffes aan de hand van de verschillende patronen op hun vacht automatisch te identificeren, biedt wetenschappers een goedkope en efficiënte manier om giraffepopulaties in de gaten te houden.

Jenna Stacy-Dawes van de San Diego Zoo weet maar al te goed hoe urgent haar onderzoek is. De Somalische giraffes (of netgiraffes), die zij in het noorden van Kenia bestudeert, zijn in de afgelopen dertig jaar met zeventig procent in aantal achteruitgegaan. En in heel Afrika is het aantal giraffes in diezelfde periode met ruim veertig procent gedaald tot minder dan honderdduizend exemplaren. Biologen haasten zich om de populaties en verplaatsingen van deze dieren in kaart te brengen en vast te stellen aan welke habitats ze de voorkeur geven, zodat deze gebieden beschermd kunnen worden. Maar de traditionele manier om giraffes te tellen, namelijk vanuit de lucht, kost veel geld en tijd, welke in de wereld van de giraffes schaarse goederen zijn.

Maar nu is er Wildbook, een softwareprogramma dat is ontwikkeld door het in Portland gevestigde nonprofitbedrijf Wild Me en waarmee afzonderlijke dieren automatisch geïdentificeerd kunnen worden aan de hand van de unieke patronen op hun vacht en andere opvallende trekken, zoals de vorm van hun staartvinnen of oren. Dankzij de hulp van Wildbook en de ngo Giraffe Conservation Foundation zijn Stacy-Dawes, onderzoekscoördinator van het Institute for Conservation Research van de dierentuin, en haar collega’s nu in staat om een populatie giraffes in slechts twee dagen te fotograferen, de beelden en locatiegegevens ervan naar hun database GiraffeSpotter te uploaden en een solide beoordeling van de populatie te maken. Tot nu toe hebben ze Wildbook gebruikt voor het in kaart brengen van meerdere giraffepopulaties in drie wildreservaten in het noorden van Kenia.

“Voorheen was de beoordeling van een populatie niets iets wat je in een weekendje deed. Dit is ongelooflijk,” zegt Stacy-Dawes. “Het programma helpt ons om sneller te werken en meer inzicht in een populatie te krijgen dan ooit tevoren.”

Tegen het einde van dit jaar zal GiraffeSpotter ook voor het publiek beschikbaar komen, zodat iedereen – van parkopzieners tot toeristen op safari – zijn of haar foto’s van giraffes en locatiegegevens naar de online-database kan uploaden. “Met bijdragen van toeristen en amateur-wetenschappers kunnen we ons onderzoek tienmaal sneller uitvoeren. Het levert ons een grote hoeveelheid gegevens op waar we voorheen geen toegang tot hadden,” zegt zij.

Een bot die als onderdeel van Wildbook werd ontwikkeld, speurt YouTube-filmpjes af en kan daarin afzonderlijke walvishaaien automatisch identificeren op basis van hun unieke stippenpatroon.

Welkom in de wereld van de kunstmatige intelligentie (AI; artificiële intelligentie) in dienst van het natuurbehoud, waar enkele van de hardst werkende nieuwkomers geen wetenschappers of stagiairs zijn, maar onvermoeibare computers. Voorzieningen als Alexa van Amazon, het spamfilter van Gmail of vriendensuggesties op Facebook zijn gebaseerd op AI, en deze technologie wordt nu ook gebruikt om wilde dieren te redden. AI is hard op weg om taken op zich te nemen die tot nu toe handmatig door natuuronderzoekers werden verricht, van het identificeren van afzonderlijke dieren op basis van foto’s ten behoeve van populatie-onderzoek tot het classificeren van de vele miljoenen foto’s van cameravallen die door veldonderzoekers zijn verzameld. Dankzij de vooruitgang op het gebied van rekenkracht en machinaal leren zijn computers nu in staat om op basis van hun eigen databases zelfstandig oplossingen te vinden.

“We zien een perfect storm van technologieën (AI en cameravallen), zodat we op basis van foto’s meer inzicht in wilde dieren krijgen,” zegt Robert Long van de Woodland Park Zoo in Seattle, die is gespecialiseerd in de biologie van het natuurbehoud. In samenwerking met Microsoft heeft hij AI-tools ontwikkeld waarmee zeldzame carnivoren in de Pacific Northwest-regio van de VS met behulp van cameravallen gevolgd kunnen worden. “Ik denk dat er letterlijk een revolutie gaande is wat betreft de automatische identificatie van wilde dieren, op basis van zowel foto’s als video’s.”

Uren op YouTube

Naast Microsofts software ‘AI for Earth’ – waarmee ook Long werkt en die met steun van de National Geographic Society werd ontwikkeld – is er nog Wildlife Insights van Google. Beide programma’s werken samen met onderzoekers om het analyseren van foto’s van cameravallen te automatiseren. Het programma van Microsoft, een vijf jaar durend en vijftig miljoen dollar kostend project waarbij wetenschappers toegang krijgen tot AI-tools voor de ontwikkeling van slimme milieuoplossingen, werkt ook samen met Wildbook om de kosten van nieuwe Wildbook-databases te verlagen. Het doel is om die kosten – enkele tienduizenden euro’s om zo’n database op te zetten – terug te brengen tot niet meer dan duizend dollar per jaar.

Wildbook heeft al databases voor twintig soorten samengesteld, van jaguars tot zebra’s, maar er zijn duizenden andere diersoorten die door zelflerende computers kunnen worden geanalyseerd. Elke Wildbook-database wordt doorgaans door een samenwerkingsverband van meerdere organisaties en onderzoekslaboratoria gebruikt, waarbij afzonderlijke onderzoekers hun eigen gegevens binnen de Wildbook-database beheren.

De nieuwste innovatie van Wildbook is een ‘intelligente agent’ of bot, die elke nacht het aanbod van dierenfilmpjes op YouTube afspeurt op nieuwe video’s van walvishaaien, die vaak worden geplaatst door toeristen en duikers die hun vakantie-ervaringen willen delen. De ‘intelligente agent’ lokaliseert afzonderlijke walvishaaien in de video’s en knipt een stillopname uit het betreffende filmpje, zodat de bot het unieke patroon van stippen op elke haai kan analyseren en het dier kan identificeren. De agent verzamelt ook de datum en plaats van de opname (of herleidt dit uit het commentaar onder de video) en zendt deze gegevens vervolgens naar de database van whaleshark.org, een Wildbook voor walvishaaien die met behulp van deze computeridentificaties een catalogus van afzonderlijke exemplaren samenstelt.

“We zijn een beetje verbluft door de intelligentie waarmee deze slimme agent zijn werk doet en door het feit dat hij gegevens zoveel sneller verzamelt dan traditionele onderzoekers,” zegt directeur Jason Holmberg van Wild Me. De intelligente agent werkt momenteel in vijf talen en haalt een gemiddelde van dertig videoanalyses per dag.

Dankzij de vooruitgang in kunstmatige intelligentie (AI; artificiële intelligentie) worden nu computerprogramma’s ontwikkeld waarmee duizenden foto’s geanalyseerd kunnen worden en precies het aantal afzonderlijke dieren in een groep van beelden vastgesteld kan worden. Zebra’s behoren tot de diersoorten die op deze manier zijn geteld.

“Door dit ding los te laten op YouTube, vooral op migrerende soorten die in de oceaan rondzwemmen, kun je verafgelegen dieren spotten op plekken waar onderzoekers gewoon niet komen,” zegt Jon Van Oast, senior-ingenieur van Wildbook en het brein achter de intelligente agent. “Het komt op plekken waar onderzoekers om logistieke of financiële redenen niet naartoe gaan.”

Sinds de intelligente agent in mei 2017 met zijn werk begon, heeft hij 1900 video’s van walvishaaien bekeken – en hij verbetert zijn prestaties voortdurend. In de afgelopen dertig dagen heeft hij ruim vijfhonderd ontmoetingen gelokaliseerd – tweemaal zoveel als de meest productieve menselijke spotters. “Het gaat in wezen om een grote stroom van gratis gegevens die onderzoekers normaliter missen,” zegt Holmberg. De gegevens worden door onderzoekers gebruikt om populatiemodellen op te stellen, te beoordelen of het aantal walvishaaien in zeereservaten toeneemt of om nieuwe hotspots met walvishaaien te identificeren.

Populatiegegevens van whaleshark.org waren in 2016 doorslaggevend in de beslissing om de status van walvishaaien op de Rode Lijst van met uitsterving bedreigde diersoorten van de IUCN te verhogen van ‘kwetsbaar’ naar ‘bedreigd’. Op basis van de wereldwijde database van de IUCN worden diersoorten gevolgd en een status toegekend. Intussen kunnen dezelfde populatiegegevens bijdragen aan het opzetten en beheren van beschermde zeereservaten voor walvishaaien, een soort die in de afgelopen 75 jaar met de helft in aantal is achteruitgegaan.

Met behulp van Wildbook-software kunnen afzonderlijke walvissen op basis van de unieke vorm van hun staarvinnen worden geïdentificeerd.

Wildbook zet momenteel nog een andere intelligente agent in om afzonderlijke soepschildpadden en karetschildpadden in YouTube-video’s te identificeren. En tegen het einde van de maand moet de agent gaan werken aan het identificeren op YouTube van reuzenmanta’s, bultruggen en giraffes.

“We zien het echt gebeuren dat onderzoekers, in plaats van jarenlang bezig te zijn met het opbouwen van hun gegevens, in een wereld terechtkomen waarin ze dieren permanent kunnen volgen, zeer snel kunnen reageren en zich kunnen richten op het aantal dieren binnen een populatie,” zegt Holmberg.

Hoe slimme computers vage foto's herkennen

Veel van de digitale beelden die naar de databases van Wildbook worden geüpload, zijn door mensen gemaakt, maar het zijn niet alleen gebruikers die een bijdrage leveren aan de geautomatiseerde identificatie van dieren. Een van de instrumenten die steeds vaker door veldonderzoekers wordt ingezet om in de gaten te houden waar bepaalde dieren zich ophouden en hoeveel exemplaren er zijn, is de cameraval, een op afstand bedienbaar fototoestel met een bewegings- of infraroodsensor die in actie komt als er wilde dieren voorbijkomen.

Maar foto’s van cameravallen zijn vaak wazig, onscherp of onder zwakke lichtomstandigheden gemaakt. En het aantal foto’s dat door digitale cameravallen wordt genomen, kan oplopen tot tienduizenden of zelfs honderdduizenden opnamen. Dit leidt tot grote achterstanden in de laboratoria waar ze per stuk en handmatig moeten worden bekeken en gedocumenteerd.

“Een hele gemeenschap van wetenschappers gebruikt deze foto’s voor belangrijk onderzoek, en deze mensen hebben veel te weinig tijd om al die beelden afzonderlijk te bekijken en te documenteren. Dit probleem sluit dus perfect aan op AI, dat het werk van biologen en natuurbeschermers enorm kan versnellen,” zegt Dan Morris, hoofdonderzoeker van het ‘AI for Earth’-programma van Microsoft en specialist in beeldanalyse ten behoeve van het natuurbehoud. Volgens hem zijn AI-technologieën nu bijna goed genoeg om ook op foto’s van cameravallen te worden toegepast, maar in dit vroege stadium zal de software waarschijnlijk nog wat beperkingen hebben, gezien de zeer grote kwaliteitsverschillen van dit soort foto’s – van wazige nachtopnamen tot onscherpe beelden.

Met behulp van machinaal leren zal niet alleen het bijhouden van bedreigde diersoorten met behulp van foto’s van cameravallen geautomatiseerd kunnen worden, maar ook het spotten van stropers, iets wat volgens Morris de ultieme praktijkoplossing is: “Je kunt niet overal mensen neerzetten, maar je kunt wel op heel veel plekken camera’s plaatsen.” De mogelijkheden om de planeet met behulp van beeldanalyse te helpen zijn werkelijk legio – van het analyseren van luchtopnamen van het Noordpoolgebied of van savannes tot het in de gaten houden van grote dieren, het bijhouden van ontbossing of herbebossing aan de hand van satellietbeelden en zelfs het in kaart brengen van plasticvervuiling met behulp van intelligente drones. “Beeldanalyse kan heel veel opleveren, niet alleen wat betreft natuurbehoud, maar ook wat betreft duurzaamheid in het algemeen,” zegt Morris. “In feite heb je het over het inzetten van AI bij het redden van de planeet.”

Lees ook: Babygiraffen krijgen hun vlekken van hun moeder

Bekijk ook: 5 interessante weetjes over giraffen

Dit artikel werd oorspronkelijk in het Engels gepubliceerd op NationalGeographic.com

Lees meer