KI hilft bei Identifizierung von Vogel-Individuen

Große Erleichterung für Ornithologen: Ringe an den Füßen der Tiere entfallen zur Gänze. [...]

Dank KI lassen sich die einzelnen Tiere auseinanderhalten. (c) Pixabay
Dank KI lassen sich die einzelnen Tiere auseinanderhalten. (c) Pixabay

Forscher aus Frankreich, Deutschland, Portugal und Südafrika haben ein KI-Verfahren zur Vogel-Identifizierung entwickelt. So lassen sich die einzelnen Tiere auseinanderhalten, ohne sie mit Fußringen kennzeichnen zu müssen. „Damit haben wir das größte Hindernis bei der Erforschung von Wildtieren überwunden, individuelle Tiere zu erkennen“, sagt André Ferreira vom Centre d’Ecologie Fonctionnelle et Evolutive.

Einfache Unterscheidbarkeit

Die Forscher um Erstautor Ferreira nutzen maschinelles Lernen, um ihr KI-Programm darauf zu trimmen, Vögel gleicher Rasse voneinander zu unterscheiden. Sie begannen mit Siedelwebern, Zebrafinken und Kohlmeisen. Nach Abschluss der Lernphase präsentierten sie dem Bildverarbeitungsprogramm Bilder verschiedener Tiere. Die Fehlerquote lag bei zehn bis 13 Prozent, weit weniger als mit bisher eingesetzten Kennzeichnungen möglich ist. Details wurden im Journal der Britischen Ökologischen Gesellschaft publiziert.

Die Möglichkeit, einzelne Tiere voneinander zu unterscheiden, ist wichtig für die langfristige Überwachung der Populationen und den Schutz der Arten vor Belastungen wie dem Klimawandel. Während viele Tiere wie Leoparden unterschiedliche Fellmuster aufweisen, die es dem Menschen ermöglichen, sie auseinanderzuhalten, sind bei Vögeln zusätzliche Kennzeichnungen nötig, etwa Ringe, die an Vogelbeinen befestigt werden. Um sie zu identifizieren, müssen diese allerdings eingefangen werden, ein aufwendiges Unterfangen.

Weniger Stress für die Vögel

„Die Entwicklung von Methoden zur automatischen, nicht-invasiven Identifizierung von Tieren, die von Forschern nicht markiert und nicht manipuliert wurden, ist ein wichtiger Durchbruch auf diesem Forschungsgebiet“, so Ferreira. Es erspare den Tieren den Stress beim Einfangen sowie Markieren und sorge zusätzlich dafür, dass die Identifizierung zuverlässiger wird. Das Verfahren lässt sich auch in der Wildnis nutzen. Nötig seien ein entsprechend programmierter Rechner und eine Wildkamera.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*