Alat Mamba memungkinkan kita untuk mengumpulkan bahan tanaman melalui biji atau stek dari spesies terancam punah yang telah kita identifikasi dan petakan di blok bangunan sebelumnya. Alat ini memiliki jangkauan efektif lebih dari 1000 m, sehingga area yang paling sulit diakses pun dapat diakses untuk tindakan pengelolaan.

Alat drone telah berperan penting sebagai langkah pertama dalam penilaian flora tebing. Dengan menggunakan drone untuk mendapatkan sudut pandang yang unik dari lingkungan ini, kami sekarang dapat memetakan distribusi dan kelimpahan spesies tebing endemik yang terancam punah dan mempercepat konservasinya. Survei lapangan telah dilakukan di Hawaii, Republik Palau, dan Madeira (Portugal) dengan hasil yang sangat positif.

Amfibi lebih terancam dan mengalami penurunan populasi yang lebih cepat daripada burung atau mamalia. Populasi amfibi menurun karena berbagai faktor, seperti perubahan iklim, jamur chytrid, dan faktor antropogenik lainnya seperti perdagangan spesies. Namun, tingkat ancaman terhadap amfibi tidak diragukan lagi diremehkan karena 1294 spesies (22,5%) tidak diketahui dengan baik, dibandingkan dengan hanya 78 burung (0,8%) (Stuart dkk., 2004).

Defisit pengetahuan ini menggarisbawahi pentingnya alat bantu pendidikan seperti Ribbit dalam mendemokratisasi penelitian ilmiah. Dengan mengurangi hambatan dalam pemantauan ekologi, aplikasi seperti Ribbit mengubah pengamat pasif menjadi partisipan konservasi yang aktif. Teknologi edukasi memungkinkan ilmuwan warga untuk secara langsung berkontribusi dalam memahami dan melindungi ekosistem yang rentan, mengatasi keterbatasan penelitian kritis melalui perluasan pengumpulan data di wilayah yang kurang diteliti.

Platform inovatif ini meningkatkan kesadaran publik tentang tantangan keanekaragaman hayati sekaligus menyediakan jalur yang dapat diakses untuk keterlibatan ilmiah. Tidak seperti aplikasi yang berfokus pada burung dengan infrastruktur penelitian yang mapan, konservasi anuran tidak memiliki platform sains warga yang komprehensif. Ribbit mengisi kesenjangan kritis ini dengan memberdayakan individu untuk menjadi kontributor penting dalam penelitian amfibi, membalikkan keadaan kekurangan data dan mendukung upaya konservasi global melalui pengelolaan lingkungan yang kolaboratif dan didukung teknologi. Ribbit adalah aplikasi pertama yang menyertakan informasi mengenai lebih dari 800 spesies amfibi, dalam empat bahasa, termasuk jenis panggilan, foto, informasi CITES (apakah spesies tersebut diperdagangkan atau digunakan untuk tujuan komersial, untuk memenuhi target GBF 5 dan 9), status IUCN (apakah spesies tersebut terancam punah, untuk memenuhi target GBF 4), serta informasi umum mengenai perilaku dan reproduksi satwa.

Melestarikan ekosistem merupakan kunci untuk menekan perubahan iklim, dan mempertahankan jasa ekosistem (target GBF 11), yang terkait erat dengan lebih dari 50% PDB dunia. Lebih dari 1 juta spesies menghadapi ancaman kepunahan pada abad ini; namun, memilih wilayah mana yang harus dilestarikan merupakan tantangan dengan adanya kesenjangan data yang ada, yang bias terhadap pengamatan di belahan bumi bagian utara. Meningkatkan jumlah data keanekaragaman hayati di Global South sangat penting dalam konservasi spesies yang terancam punah, yang ditemukan dengan kepadatan tinggi di titik-titik keanekaragaman hayati di Global South. Amfibi sangat ideal untuk identifikasi akustik karena vokalnya yang beragam dan merupakan indikator ekosistem yang sangat penting(Estes-Zumpf et al., 2022), dengan lebih dari 40% spesies yang terancam punah(Cañas et al., 2023). Meningkatkan data berlabel untuk lebih dari 7.000 spesies amfibi di seluruh dunia akan meningkatkan upaya konservasi dan mengurangi kesenjangan pengetahuan dalam ekosistem yang rentan. Dengan menggunakan platform sains warga untuk membantu mitigasi hilangnya keanekaragaman hayati, kami membantu membangun pengelolaan lingkungan lokal untuk habitat-habitat kritis ini (Target GBF 20).

Aplikasi warga lainnya telah menunjukkan potensi yang dimiliki oleh sains warga dalam mengurangi hilangnya keanekaragaman hayati. eBird, proyek sains warga terbesar yang berkaitan dengan keanekaragaman hayati, memiliki 100 juta pengamatan burung dari para pengguna di seluruh dunia. Pengamatan ini membantu "mendokumentasikan distribusi, kelimpahan, penggunaan habitat dan tren burung melalui daftar spesies yang terkumpul, dalam kerangka kerja ilmiah yang sederhana."(Sánchez-Clavijo et. al., 2024).

iNaturalist, aplikasi sains warga lainnya, yang menggunakan algoritma visi komputer untuk identifikasi spesies, juga telah terbukti berhasil dalam memitigasi hilangnya keanekaragaman hayati. Hingga saat ini, aplikasi ini memiliki lebih dari 200.000.000 pengamatan, dengan 6 juta pengamatan per bulan, secara global. Di iNaturalist, pengamatan tingkat penelitian dibagikan kepada GBIF, yang kemudian menggunakan pengetahuan tersebut untuk pengambilan keputusan kebijakan, penelitian, dan pembangunan masyarakat(GBIF, 2023).

Saat ini, aplikasi kami telah mengidentifikasi 71 spesies katak dan kodok di seluruh dunia. Meskipun banyak di antaranya diidentifikasi sebagai spesies yang paling tidak perlu dikhawatirkan (least concern/LC) di bawah IUCN, kami memiliki satu spesies yang terancam punah menurut IUCN, yaitu Katak Lonceng Selatan(Ranoidea raniformis). Kurangnya spesies yang terancam punah ini menggarisbawahi perlunya berbagai praktisi untuk berpartisipasi dalam pemantauan ekologi bioakustik. Meningkatkan poin data tentang spesies yang rentan dapat menjadi dasar pengambilan keputusan kebijakan dengan menggunakan wawasan berbasis data. Masyarakat lokal dan Masyarakat Adat akan menjadi aset utama dalam meningkatkan jumlah spesies yang dimasukkan dalam aplikasi, karena pengetahuan lokal mereka memungkinkan kita untuk melacak spesies di daerah terpencil.

Aplikasi sains warga telah terbukti membantu pemantauan keanekaragaman hayati sekaligus melibatkan para penggemar alam(Callaghan et al., 2019). Sebagai contoh, FrogID, sebuah aplikasi dari Australian Museum, memungkinkan pengguna untuk merekam suara katak yang identitasnya diverifikasi oleh validator manusia. Hingga saat ini, FrogID telah menerbitkan makalah yang terkait dengan pemantauan spesies invasif(Rowley dan Callaghan, 2023), menginformasikan penilaian daftar merah IUCN(Gallagher et al., 2024), menilai dampak kebakaran (Mitchell et. al., 2023), memahami dampak urbanisasi(Callaghan et al., 2020), dan mempelajari perilaku panggilan kodok(Liu et al., 2022). Tujuan kami adalah untuk mencapai hasil yang serupa dengan Ribbit, dengan spesies anuran di seluruh dunia, dan dalam jangka waktu yang lebih singkat. Hingga saat ini, tim FrogID memiliki lebih dari 18.000 panggilan, yang dapat dikurangi dengan aplikasi kami, karena waktu pemrosesan sangat berkurang dengan penerapan algoritme pembelajaran mesin.

Selama putaran pertama pengujian beta aplikasi kami, 50 pengguna mengirimkan rekaman untuk diidentifikasi. Umpan balik mereka sangat positif: para ahli bidangnya menyatakan bahwa spesies yang mereka rekam sesuai dengan yang diprediksi oleh Ribbit, dan para penggemar alam menikmati fitur "Katak Hari Ini" yang mengenalkan mereka pada spesies anuran baru atau memungkinkan mereka untuk berkenalan kembali dengan anuran yang sudah dikenalnya melalui nama dan suara yang paling sering terdengar dari spesies tersebut (target GBF 11).

Pendekatan Ribbit terhadap demokratisasi data mewakili proses yang dikurasi dengan cermat untuk kontribusi ilmiah yang digerakkan oleh warga. Dengan memanfaatkan kumpulan data publik yang ada dari suara iNaturalist dan Anuraset, aplikasi ini membangun fondasi yang kuat untuk pemantauan keanekaragaman hayati akustik. Dataset awal ini memberikan dasar yang komprehensif untuk pelatihan pembelajaran mesin, memastikan model awal yang berkualitas tinggi untuk identifikasi anuran.

Strategi pengumpulan data yang inovatif dari aplikasi ini lebih dari sekadar mengumpulkan informasi, tetapi juga menerapkan proses kontrol kualitas yang ketat untuk data yang disumbangkan oleh pengguna. Setiap rekaman yang dikirimkan oleh masyarakat akan menjalani verifikasi yang cermat sebelum dapat berkontribusi ke Global Biodiversity Information Facility (GBIF). Pendekatan ini mengubah pengumpulan data pasif menjadi proses ilmiah kolaboratif yang aktif di mana masyarakat dapat berkontribusi secara bermakna pada penelitian konservasi, yang sesuai dengan Target GBF 14, yaitu "Mengintegrasikan Keanekaragaman Hayati dalam Pengambilan Keputusan di Setiap Tingkat".

Secara kritis, Ribbit mempertahankan protokol privasi dan perlindungan data yang ketat. Menyadari sifat sensitif dari data ekologi, terutama mengenai spesies langka dan informasi lokasi yang tepat, aplikasi ini menerapkan mekanisme persetujuan pengguna yang ketat. Tidak ada data pengguna yang akan dibagikan atau didistribusikan tanpa persetujuan eksplisit dan terinformasi dari kontributor, untuk melindungi subjek ekologi dan privasi ilmuwan warga.

Proses dan kejadian ekologis yang relevan yang menarik dalam penelitian perubahan lingkungan biasanya terjadi di daerah terpencil di luar jangkauan infrastruktur komunikasi terestrial. Data yang dihasilkan di lapangan dengan menggunakan tag hewan di wilayah ini sering kali hanya dapat dikirim dengan penundaan beberapa hari atau bahkan berminggu-minggu. Untuk mengatasi penundaan ini dan memastikan tidak ada penundaan dalam sistem peringatan dini, GAIA mengembangkan modul komunikasi satelit untuk tag serta satelit nano yang beroperasi di orbit rendah bumi (LEO): Agar dapat mengirimkan data dan informasi yang dikumpulkan secara langsung dari simpul pemancar ke satelit LEO (Orbit Bumi Rendah), modul radio IoT satelit berkinerja tinggi akan diintegrasikan ke dalam tag yang baru. Hal ini menjamin transmisi data yang diekstraksi dengan cepat, aman, dan hemat energi. Sistem komunikasi didasarkan pada teknologi mioty® terestrial dan akan disesuaikan dengan pita frekuensi khas satelit seperti L- dan S-band untuk proyek ini. Protokol komunikasi yang umum, yang terkadang digunakan di sektor IoT, biasanya dirancang untuk ukuran paket yang kecil. Oleh karena itu, pengembangan lebih lanjut dari sistem mioty® juga akan bertujuan untuk meningkatkan kecepatan data dan ukuran pesan untuk memungkinkan skenario aplikasi seperti transmisi gambar.

Sistem IoT satelit akan menjadi kunci untuk komunikasi tanpa penundaan dan dengan demikian untuk sistem peringatan dini. Hal ini sangat berkontribusi pada sistem GAIA dalam mencapai target GBF 4 "Menghentikan Kepunahan, Melindungi Keanekaragaman Genetik, dan Mengelola Konflik antara Manusia dan Satwa Liar".

Untuk memenuhi tujuan Inisiatif GAIA dalam mengembangkan dan mempraktikkan sistem peringatan dini berteknologi tinggi untuk perubahan lingkungan, tag hewan generasi baru merupakan komponen kunci. Tim GAIA sedang mengerjakan pengembangan perangkat keras dan perangkat lunak tag hewan miniatur dengan teknologi sensor berdaya rendah dengan kamera dan pemrosesan gambar. Tag ini akan bersifat otonom secara energi, secara optimal disesuaikan dengan anatomi burung nasar dan menjadi dasar untuk fitur teknologi lebih lanjut yang sedang dikembangkan seperti kecerdasan buatan on-board untuk deteksi perilaku dan pengenalan gambar serta sistem komunikasi IoT berbasis satelit.

Selain itu, GAIA sedang mengembangkan konsep kecerdasan buatan terdistribusi dan jaringan prosesor mikro - tag hewan yang bertindak seperti kawanan. Analog dengan kecerdasan kawanan alami, inisiatif GAIA memetakan kecerdasan kawanan digital dalam jaringan mikroprosesor ad hoc. Jaringan yang terbentuk secara spontan ini merupakan fondasi untuk analisis terdistribusi dan berbasis sensor dari data dalam jumlah besar. Mengikuti jalur ini akan memungkinkan tag burung bangkai, misalnya, yang berada di lokasi yang sama selama acara pemberian makan, untuk menghubungkan dan berbagi tugas seperti analisis kecerdasan buatan dan transmisi data.

Untuk penelitian ekologi dan juga untuk kasus penggunaan GAIA, penting untuk mengenali perilaku spesies hewan yang berbeda secara andal dan akurat dalam jangka waktu yang lama di wilayah hutan belantara yang terpencil. Untuk melakukan hal ini, para ilmuwan GAIA telah mengembangkan dan melatih kecerdasan buatan (AI) yang dapat melakukan klasifikasi perilaku dari data GPS dan akselerasi dan memberi tahu kami dengan tepat apa yang, misalnya, burung nasar yang dipasangi tag hewan pada waktu dan tempat tertentu. AI ini pada akhirnya akan berjalan langsung pada tag hewan GAIA dan menghasilkan informasi perilaku dari data sensor. Pada langkah kedua, para ilmuwan menggabungkan perilaku yang diklasifikasikan dengan data GPS dari tag. Dengan menggunakan algoritma untuk pengelompokan spasial, mereka mengidentifikasi lokasi-lokasi di mana perilaku tertentu lebih sering muncul. Dengan cara ini, mereka memperoleh lokasi yang terselesaikan secara spasial dan temporal di mana burung nasar mencari makan. Terakhir, GAIA sedang mengembangkan AI untuk pengenalan gambar yang akan menganalisis foto yang diambil oleh kamera terintegrasi dari sistem tag yang baru. Semua algoritme tersebut akan berjalan langsung pada tag dan dapat melakukan pemrosesan data tertanam yang efisien. Hal ini juga memberikan tuntutan yang sangat khusus pada AI untuk pengenalan gambar, yang harus beroperasi secara hemat dan dengan jumlah data yang kecil. Untuk itu, tim GAIA sedang mengembangkan strategi dan model yang tepat untuk AI yang jarang digunakan.

Pipeline deteksi bangkai yang baru ini merupakan aset utama dalam menghentikan kepunahan spesies dan mengelola konflik antara manusia dan satwa liar, sehingga sejalan dengan target GBF 4. Pipeline ini memungkinkan deteksi cepat kematian burung nasar atau kematian hewan yang dimangsa oleh burung nasar. Kedua skenario tersebut relevan untuk menghentikan kepunahan spesies: Keracunan pada bangkai berkontribusi secara signifikan terhadap penurunan populasi banyak spesies burung nasar. Karena burung nasar menggunakan strategi sosial dalam mencari makanan, satu bangkai yang diracuni dapat membunuh ratusan burung. Para ilmuwan dari GAIA Initiative telah menunjukkan bahwa penandaan burung nasar memungkinkan untuk mendeteksi kematian secara dini dan bangkainya dapat disingkirkan. Penandaan burung nasar dan penggunaan saluran AI yang dijelaskan di sini dapat secara substansial mengurangi kematian lebih lanjut. Kedua, deteksi dini insiden perburuan spesies yang terancam punah dapat menghentikan perburuan lokal dan berkontribusi secara signifikan dalam memerangi kepunahan.

Satelit dan pesawat terbang memainkan peran penting dalam mengumpulkan data lingkungan dari kejauhan, membantu kita untuk lebih memahami iklim dan ekosistem. Penginderaan jarak jauh, yang sering dilakukan dari pesawat terbang, balon, atau satelit, memungkinkan kita untuk memantau wilayah yang luas dan daerah terpencil dalam waktu yang lama. "Mata di langit" ini merupakan pelengkap yang tak ternilai bagi pengamatan di darat, membantu kita memahami arus laut dan udara, perubahan tutupan lahan, dan perubahan iklim. Namun, hewan juga memiliki indera yang luar biasa dan kemampuan unik untuk mendeteksi perubahan di habitat mereka. Dengan menggabungkan kemampuan hewan dengan teknologi penginderaan jauh, GAIA bertujuan untuk meningkatkan kemampuan kita untuk memantau dan memahami planet kita. Hewan memiliki kemampuan sensorik dan strategi perilaku yang unggul yang memungkinkan mereka untuk merasakan perubahan yang halus dan dramatis dalam ekosistem mereka, serta untuk mendeteksi insiden kritis. Burung nasar, misalnya, bertindak sebagai "spesies penjaga" dan dapat meningkatkan konsep penginderaan jarak jauh ke tingkat yang lebih tinggi. Mereka secara teratur berpatroli di wilayah yang luas untuk mencari makanan, beroperasi tanpa emisi, sumber daya tambahan, atau perbaikan. Selain itu, patroli mereka dipandu oleh visi mereka yang luar biasa dan misi untuk menemukan bangkai. Cara mereka berpatroli, apa yang mereka cari, dan insiden yang mereka tunjukkan kepada kita mungkin terkait dengan perubahan lingkungan dan peristiwa ekologis tertentu.

Untuk sepenuhnya memanfaatkan potensi penginderaan jarak jauh yang ditularkan oleh burung pemakan bangkai, GAIA berfokus pada dua aspek penting. Pertama, alat pelacak yang canggih dipasang pada burung nasar untuk memantau pergerakan dan perilaku mereka dalam skala temporal dan spasial yang terperinci. Kedua, solusi teknologi baru sedang dikembangkan untuk lebih memahami apa yang diamati dan dilakukan oleh hewan-hewan tersebut. Ini termasuk tag kamera yang baru dikembangkan dengan kamera terintegrasi, algoritma kecerdasan buatan untuk deteksi perilaku dan pengenalan gambar, serta uplink satelit untuk cakupan real-time di wilayah terpencil. Dengan alat-alat ini, hewan dapat menangkap citra dan memberikan data tentang lingkungan mereka dengan lebih cepat, dengan resolusi dan kekhususan yang lebih tinggi daripada citra satelit. Pendekatan inovatif ini memungkinkan kita untuk melihat alam melalui mata hewan.

GAIA telah mengadopsi strategi pemborosan minimum: Hanya peralatan teknis yang benar-benar penting yang digunakan dan dikembangkan. Kerah dan tag tetap digunakan untuk jangka waktu yang lama (misalnya burung nasar) atau dikumpulkan secara rutin (misalnya singa) untuk mengekstrak data. Tidak ada pemancar yang tertinggal di lanskap: Jika pemancar jatuh atau hewan yang membawa tag mati, pemancar tersebut akan ditemukan dan disingkirkan dari lanskap. Dengan cara ini, sistem GAIA merupakan sistem "tidak meninggalkan jejak" dengan manfaat yang signifikan bagi ekosistem.