Die BirdNET-App, ein kostenloses, auf maschinellem Lernen basierendes Tool, das über 3.000 Vögel allein anhand von Geräuschen identifizieren kann, generiert zuverlässige wissenschaftliche Daten und erleichtert es den Menschen, Citizen-Science-Daten zu Vögeln beizutragen, indem sie einfach Geräusche aufzeichnet.
Ein Artikel, der am 28. Juni im Open-Access-Journal veröffentlicht wurde PLOS-Biologie von Connor Wood und Kollegen vom K. Lisa Yang Center for Conservation Bioacoustics am Cornell Lab of Ornithology, USA, legt nahe, dass die BirdNET-App die Barriere für Citizen Science senkt, da für die Teilnahme keine Fähigkeiten zur Vogelidentifikation erforderlich sind. Benutzer hören einfach auf Vögel und tippen auf die App, um aufzunehmen. BirdNET verwendet künstliche Intelligenz, um die Art automatisch anhand von Geräuschen zu identifizieren, und erfasst die Aufzeichnung für die Verwendung in der Forschung.
„Unsere leitenden Designprinzipien waren, dass wir einen genauen Algorithmus und eine einfache Benutzeroberfläche brauchten“, sagte Studien-Co-Autor Stefan Kahl vom Yang Center am Cornell Lab, der die technische Entwicklung leitete. „Ansonsten würden die Nutzer nicht zur App zurückkehren.“ Die Ergebnisse übertrafen die Erwartungen: Seit dem Start im Jahr 2018 haben mehr als 2,2 Millionen Menschen Daten beigesteuert.
Um zu testen, ob die App verlässliche wissenschaftliche Daten generieren kann, wählten die Autoren vier Testfälle aus, in denen die konventionelle Forschung bereits belastbare Antworten geliefert hatte. Ihre Ergebnisse zeigen, dass die Daten der BirdNET-App bekannte Muster von Gesangsdialekten bei nordamerikanischen und europäischen Singvögeln erfolgreich replizierten und einen Vogelzug auf beiden Kontinenten genau kartierten.
Die Validierung der Zuverlässigkeit der App-Daten für Forschungszwecke war der erste Schritt in einer hoffentlich langfristigen, globalen Forschungsanstrengung – nicht nur für Vögel, sondern letztendlich für alle Wildtiere und sogar ganze Klanglandschaften. Die in den vier Testfällen verwendeten Daten sind öffentlich zugänglich, und die Autoren arbeiten daran, den gesamten Datensatz öffentlich zugänglich zu machen.
„Der aufregendste Teil dieser Arbeit ist, wie einfach es für die Menschen ist, sich an der Vogelforschung und dem Schutz zu beteiligen“, fügt Wood hinzu. „Sie müssen nichts über Vögel wissen, Sie brauchen nur ein Smartphone, und die BirdNET-App kann Ihnen und dem Forschungsteam dann eine Vorhersage darüber liefern, welchen Vogel Sie gehört haben. Dies hat weltweit zu einer enormen Beteiligung geführt, was zu einer unglaublichen Fülle von Daten führt. Es ist wirklich ein Beweis für die Begeisterung für Vögel, die Menschen aus allen Gesellschaftsschichten vereint.“
Die BirdNET-App ist Teil der Tool-Suite des Cornell Lab of Ornithology, einschließlich der pädagogischen Merlin Bird ID-App und der Citizen-Science-Apps eBird, NestWatch und Project FeederWatch, die zusammen mehr als 1 Milliarde Vogelbeobachtungen, Geräusche und Fotos generiert haben von Teilnehmern auf der ganzen Welt zur Verwendung in Wissenschaft und Naturschutz.
Die auf maschinellem Lernen basierende BirdNET-App reduziert Barrieren für die globale Vogelforschung, indem sie die Beteiligung von Bürgern an der Wissenschaft ermöglicht, PLoS-Biologie (2022). DOI: 10.1371/journal.pbio.3001670