Der Amazonas-Regenwald ist mit einer Fläche von 2,3 Millionen Quadratmeilen der größte Regenwald der Welt und die artenreichste Region.
Der Amazonas, der sich über neun Länder erstreckt, ist für die Gesundheit unseres Planeten von entscheidender Bedeutung, da er Kohlendioxid absorbiert, das Wetter reguliert und unzähligen Arten Lebensraum bietet.
Abholzung und illegale Landnutzung bedrohen das Amazonasgebiet seit Jahrzehnten und führen zu einem großflächigen Verlust von Lebensraum und nahezu irreversiblen Schäden am Ökosystem.
Nach Angaben von Amazonas-SchutzAllein im Jahr 2022 gingen fast 5 Millionen Hektar Regenwald verloren, was einem Anstieg von 21% gegenüber dem Vorjahr entspricht.
KI-Lösungen für den Naturschutz
Tief im Amazonas-Regenwald wühlen sich Tiere durch das Unterholz, ohne zu merken, dass sie von Kameras und Mikrofonen erfasst werden.
Die Bilder und Aufnahmen geben nicht nur einen spannenden Einblick in das Leben der Tiere im Regenwald - sie sind Teil eines ausgeklügelten KI-gesteuerten Projekts zur Bekämpfung der Entwaldung.
Durch die Nutzung von Daten, maschinellem Lernen (ML) und Cloud-Technologie entwickeln Experten innovative Programme, die darauf abzielen, Entwaldungsmuster zu erkennen und handlungsfähige Daten für politische Entscheidungsträger bereitzustellen.
KI ist zu einem integralen Bestandteil der globalen Naturschutzbemühungen geworden und bietet Forschern die Möglichkeit, Daten von Sensoren, Kameras und Satelliten zu kombinieren.
Projekt Guacamayaeine Zusammenarbeit zwischen dem Alexander-von-Humboldt-Institut, dem CinfonIA-Forschungszentrum an der Universidad de los Andes, dem Instituto Sinchi und Microsofts AI for Good Labzielt auf die Überwachung der Entwaldung und der biologischen Vielfalt im kolumbianischen Amazonasgebiet ab.
Juan Lavista Ferres, Vice President und Chief Data Scientist im AI for Good Lab von Microsoft, beschreibt: "Dieses Projekt wird nicht alle Probleme von Amazon lösen, aber es wird eines lösen, das meiner Meinung nach grundlegend ist: Man kann ein Problem nicht lösen, wenn man es nicht messen kann."
Ein dreigleisiger Ansatz
Die Fähigkeit der KI, mit Daten über mehrere Modalitäten hinweg zu arbeiten, ermöglicht den Forschern eine detaillierte Darstellung dieser riesigen und komplexen Umgebung.
Satellitendaten liefern beispielsweise eine Makroanalyse des Waldes, einschließlich Abholzungen, illegalem Bergbau und Änderungen der Landnutzung.
Gleichzeitig verfolgen Kameras und Sensoren am Boden die Auswirkungen von Makroveränderungen auf die lokale biologische Vielfalt, z. B. den Verlust von Lebensräumen.
So geht's Das Projekt Guacamaya kombiniert verschiedene KI-Systeme:
Schritt 1: Satellitendaten für die Makroflächenanalyse
Die erste Komponente des Projekts Guacamaya ist die Nutzung von Satellitendaten aus Planet Labs.
Die Satellitendaten versorgen das Projekt täglich mit hochauflösenden Bildern des Amazonas-Regenwaldes und ermöglichen so eine Überwachung nahezu in Echtzeit. Dies ist von entscheidender Bedeutung, um rasche Veränderungen der Waldbedeckung oder Hinweise auf illegale Aktivitäten zu erkennen.
Die für diese Phase entwickelten KI-Modelle werden so trainiert, dass sie nach Indikatoren für Abholzung oder illegalen Bergbau suchen, z. B. nach nicht genehmigten Straßen oder Rodungen.
Durch die Automatisierung der Satellitenüberwachung kann das Team die kolumbianischen Behörden alarmieren, sobald eine verdächtige Aktivität auftritt.
Schritt 2: Versteckte Kameras für ebenerdige Einblicke
Versteckte Kameras werden strategisch im kolumbianischen Amazonasgebiet platziert, um Satellitendaten zu ergänzen.
Diese Kameras nehmen täglich Tausende von Fotos auf und speisen sie in KI-Modelle ein, die Tiere identifizieren und klassifizieren.
Neben der Verfolgung von Artenbewegungen auf dem Regenwaldboden dient dies auch als Warnsystem. Wenn beispielsweise Tiere außerhalb ihres natürlichen Ökosystems gefunden werden, könnte dies auf lokale Veränderungen hinweisen, die weitere Untersuchungen erfordern.
Schritt 3: Bioakustik zur Klassifizierung von Tieren
Schließlich beinhaltet das Projekt Guacamaya auch Schalldaten oder bioakustische Daten, die direkt im Amazonas-Regenwald aufgenommen wurden.
Mit speziellen Geräten werden die natürlichen Geräusche des Waldes aufgezeichnet und die Daten in KI-Modelle eingespeist. Sie sind darauf trainiert, zwischen Vogel- und Nicht-Vogelgeräuschen zu unterscheiden und sie bestimmten Arten zuzuordnen.
Mit einer Identifizierungszuverlässigkeit von über 80% helfen diese KI-Modelle Wissenschaftlern, das Verhalten von Tieren zu verstehen, die Migration von Arten zu verfolgen und das Vorhandensein von invasiven oder gefährdeten Arten zu erkennen.
Bekämpfung der Entwaldung in Brasilien
In einem weiteren Projekt arbeitet Microsoft mit der Umweltorganisation Imazon und der gemeinnützigen Organisation PrevisIA in Brasilien zur Aufdeckung von illegalem Bergbau und Entwaldung durch Satellitenanalyse.
"Wir verwenden PrevisIA, um die Risikogebiete zu erkennen und Maßnahmen zur Vermeidung von Abholzung zu ergreifen", sagt Carlos Souza, ein leitender Forscher bei Imazon.
Zu Beginn dieses Jahres wurde das Waldgebiet in Triunfo do Xingu dezimiert, wobei in nur einem Monat eine Fläche von 700 Fußballfeldern verloren ging. Laut PrevisIA ist dies auch die Region mit dem höchsten Risiko für eine weitere Entwaldung im Jahr 2023.
Bis Ende des Jahres werden nach Schätzungen der AI etwa 271,52 Quadratkilometer Wald verloren gehen.
Carlos Souza Jr., leitender Forscher bei Imazon und Projektkoordinator von PrevisIA, hob die proaktive Kraft dieses Ansatzes hervor: "Bestehende Modelle zur Vorhersage der Entwaldung waren langfristig angelegt und betrachteten, was in Jahrzehnten passieren würde. Wir brauchten ein neues Instrument, das der Verwüstung zuvorkommen konnte.
Mit einer Kombination aus Geostatistik und historischen Daten berücksichtigt das Modell Variablen, die die Entwaldung hemmen oder fördern, wie etwa von indigenen Gemeinschaften geschützte Flächen.
PrevisIA kommt auch lokalen Akteuren zugute, darunter Banken und Unternehmen, die die Daten nutzen, um umweltbewusste Entscheidungen zu treffen.
Von reaktiver zu proaktiver Konservierung
Die Fähigkeit der KI, mit komplexen Daten nahezu in Echtzeit zu arbeiten, unterstützt ein neues Paradigma des proaktiven Naturschutzes.
Früher verließen sich die Forscher in erster Linie auf manuell erhobene Felddaten, die die Dynamik eines so großen Gebiets wie des Amazonas nicht erfassen können.
José Godofredo Pires dos Santos, Staatsanwalt in Pará, beschrieb die Notwendigkeit von Präventivmaßnahmen mit den Worten: "Wir wollen nicht immer wieder anrücken müssen, wenn der Schaden schon angerichtet ist."
Die Forscher weisen darauf hin, dass das letztendliche Ziel darin besteht, diese Modelle als Open Source für andere globale Projekte zu nutzen.
Die Rolle der KI im Naturschutz: Beispiele aus dem Jahr 2023
In einer Welt, die mit dem Klimawandel, dem Verlust von Lebensräumen und dem Rückgang der biologischen Vielfalt zu kämpfen hat, greifen herkömmliche Schutzmethoden oft zu kurz.
2023 gab es eine Reihe faszinierender Naturschutzprojekte, die KI und maschinelles Lernen nutzen.
Hier sind drei Beispiele aus den letzten Monaten:
Akustische Überwachung von Amazonas-Flussdelfinen
Forscher der Technischen Universität von Katalonien in Barcelona trainierten ein neuronales Netz, um zwei gefährdete Delfinarten im Amazonas - Boto und Tucuxi - anhand ihrer einzigartigen akustischen Kommunikation zu unterscheiden.
Durch die Installation von Unterwassermikrofonen im Mamirauá-Reservat im brasilianischen Amazonas-Regenwald kann das Team Flussdelfine mit minimaler Störung überwachen.
Die KI-Technologie hilft, Delphingeräusche von anderen Umweltgeräuschen zu unterscheiden.
Norwegens KI-gestützte Fischeinwanderungskontrolle
Der Pazifische Lachs, eine invasive Art, bedroht die heimischen Atlantiklachs-Populationen in den europäischen Gewässern.
Huawei und Berlevåg Jeger-og Fiskerforening (BJFF) bauten ein KI-Fischfiltersystem im norwegischen Fluss Storelva.
Verwendung eines Computer-Vision-Modells (CV), dieses System kann mit 90%-Genauigkeit zwischen atlantischem und pazifischem Lachs unterscheiden und die invasiven Arten in eine Haltebucht umleiten, bevor sie ins Meer entlassen werden.
Dieses innovative System "sieht" den invasiven pazifischen Lachs und verhindert sicher, dass er in europäische Gewässer eindringt.
Zählen von Papageientauchern in Großbritannien
Papageientaucher, geliebte, aber gefährdete Seevögel im Vereinigten Königreich, waren in der Vergangenheit nur schwer zu überwachen.
Die Förster zählten sie traditionell von Hand - eine mühsame und zeitaufwändige Aufgabe.
In Zusammenarbeit mit Microsoft, Avanade und NatureScot wird SSE Renewables Steuerung eines KI-Systems um auf der Isle of May vor der schottischen Küste Papageientaucher zu zählen.
Kameras fangen Live-Aufnahmen von Papageientauchern ein, und ein AI Modell trainiert auf markierten Bildern können einzelne Vögel mit minimalen menschlichen Eingriffen unterschieden werden.
Die Zukunft der KI im Naturschutz
Die wachsende Bedeutung der künstlichen Intelligenz für den Naturschutz hat ihre Wirksamkeit in verschiedenen Ökosystemen bewiesen - vom Amazonas bis zu europäischen Wasserstraßen und schottischen Küsten.
KI ist ein Multiplikator, der den Forschern hilft, den Überblick über komplexe biodynamische Daten zu behalten.
In dem Maße, in dem die für das Training und den Einsatz von KI-Modellen erforderliche Infrastruktur zugänglicher wird, wird es einfacher, Modelle für einzigartige Naturschutzprobleme zu erstellen, selbst wenn keine großen Ressourcen zur Verfügung stehen.
In Zukunft werden Naturschützer in der Lage sein, hochentwickelte, leichtgewichtige KI-Systeme mit minimalem Fachwissen zu entwickeln.
