Ribbit - een webapp voor automatische identificatie en classificatie van anuransoorten

Volledige oplossing
Nieuw Granada kruisbandboomkikker (Smilisca phaeota) slapend op een blad in de Colombiaanse Chocó regio
Juliana Gómez Consuegra

Ribbit is een webapp voor de burgerwetenschap die gebruik maakt van machine learning voor het registreren, identificeren en classificeren van kikker- en paddengeluiden, waarbij gegevens door de menigte worden bijgedragen aan de Global Biodiversity Information Facility(GBIF) om gegevenshiaten te dichten, vooral in het Zuiden van de wereld. Identificatie-apps bieden een aanzienlijk potentieel voor automatische biodiversiteitsmonitoring in situ (Global Partnership on Artificial Intelligence, 2022; Tuia et al., 2022; Nieto-Mora et al., 2023). Onze app richt zich op anura, omdat het cruciale ecosysteemindicatoren zijn(Estes-Zumpf et al., 2022), omdat meer dan 40% van de soorten met uitsterven wordt bedreigd en omdat hun unieke geluiden ideaal zijn voor akoestische identificatie. Bètatesters onthulden het potentieel van de app om gegevens bij te dragen aan GBIF en tegelijkertijd burgerwetenschappers in staat te stellen mee te doen aan ecologische monitoring. Door het creëren van een open platform voor het labelen van biodiversiteitsgegevens, stelt Ribbit natuurbeschermingsorganisaties in staat om strategieën te ontwikkelen voor het beschermen van kwetsbare populaties en het behoud van kritieke ecosystemen.

Laatst bijgewerkt: 10 Oct 2025
83 Weergaven
Tech4Nature-prijs
Categorie
Behoud van bedreigde soorten
Type technologie
Software
Relevante technologieën
Akoestische bewaking
Softwareoplossingen inclusief smartphone-applicaties
Kunstmatige intelligentie en machinaal leren
Delen van gegevens en informatie
Technologie Beschrijving

Ons project begon in augustus 2024. We gebruikten twee gelabelde audio datasets van iNaturalist sounds en Anuraset om een machine learning model te trainen om anuranen (kikkers en padden) te classificeren op basis van audio opnames van de roep van de soort. Beide datasets bevatten abnormaal verdeelde gegevens, namelijk minder zeldzame of bedreigde anuranen. Om rekening te houden met deze abnormaliteit en om ervoor te zorgen dat het model genoeg gegevens had om deze zeldzame en bedreigde soorten, die cruciaal zijn voor het behalen van GBF doel 4, correct te identificeren, hebben we onze gegevens uitgebreid met iNaturalist niet-anuraan geluiden, zoals geluiden van vleermuizen of krekels, die in frequentie verschilden van de anuraan geluiden. Met onze nieuwe uitgebreide dataset implementeerden we 'few-shot transfer learning'(Ghani et al. (2023)). We gebruikten het Birdnet-model (een voorgetraind EfficientNet B1-model) om embeddings voor anuransoorten te genereren en verfijnden het model met behulp van lineaire sondering van onze gegevens. Ons model identificeerde 71 soorten anuranen, waaronder kwetsbare soorten zoals de Australische zuidelijke klokjeskikker, Ranoidea raniformis, met 91% nauwkeurigheid in de top 5 van meest waarschijnlijke geïdentificeerde soorten en 72% top-1 nauwkeurigheid in de top 1 van meest waarschijnlijke geïdentificeerde soorten. Onze web app, Ribbit, werd in december 2024 gelanceerd met dit best presterende model, en de feedback van gebruikers was overwegend positief, aangezien uit tests bleek dat de geregistreerde soort het vaakst in de top 1 stond. Ons project is uniek omdat het de eerste op anura gerichte burgerwetenschapstoepassing is die AI gebruikt om kikkers te identificeren.

Donoren en financiering

UC Berkeley Informatieschool

Context
Uitdagingen
Verlies van biodiversiteit
Invasieve soorten
Gebrek aan bewustzijn bij publiek en besluitvormers
Slechte controle en handhaving

Ribbit richt zich op kritieke ecologische, sociale en economische uitdagingen bij het monitoren van biodiversiteit. Op milieugebied pakt de app hiaten in de gegevensverzameling aan (GBF-doel 14), met name in het zuiden van de wereld. Met meer dan 40% van de anuransoorten die met uitsterven worden bedreigd(Estes-Zumpf et al., 2022), slagen traditionele monitoringmethoden er niet in om de gezondheid van ecosystemen en veranderingen in biodiversiteit vast te leggen.

Op sociaal vlak democratiseert Ribbit wetenschappelijk onderzoek door toegankelijke ecologische monitoring tools aan te bieden aan burgerwetenschappers. Door burgerwetenschappers meer mogelijkheden te geven, doorbreekt de app de barrières tussen professioneel onderzoek en gemeenschapsbetrokkenheid en creëert het zinvolle participatiemogelijkheden voor individuen om bij te dragen aan biodiversiteitsonderzoek.

Economisch gezien biedt het een kosteneffectief alternatief voor traditionele monitoringmethoden die veel middelen vereisen. Ribbit maakt gebruik van crowdsourced dataverzameling en geavanceerd machinaal leren, waardoor de onderzoekskosten worden verlaagd, terwijl de mogelijkheden voor dataverzameling voor onderzoekers en natuurbeschermingsorganisaties worden uitgebreid.

Schaal van implementatie
Wereldwijd
Ecosystemen
Agrobosbouw
Landbouwgrond
Boomgaard
Rangeland / weiland
Gematigd loofbos
Gematigd groenblijvend bos
Tropisch loofbos
Tropisch groenblijvend bos
Zwembad, meer, vijver
Rivier, beek
Wetland (moeras, moeras, veengebied)
Gematigd grasland, savanne, struikgewas
Tropisch grasland, savanne, struikgewas
Gebiedsbrede ontwikkeling
Gebouwen en faciliteiten
Verbindende infrastructuur, netwerken en corridors
Groene daken / groene muren
Groene ruimten (parken, tuinen, stadsbossen)
Stedelijke wetlands
Thema
Integratie van biodiversiteit
Invasieve uitheemse soorten
Bereik & communicatie
Technologie voor natuurbehoud
Locatie
Oost- en Zuid-Afrika
Caribisch
Centraal-Amerika
Zuid-Amerika
Noord-Amerika
Noord- en Centraal-Azië
West-Azië, Midden-Oosten
Zuidoost-Azië
Zuid-Azië
Oost-Azië
West- en Zuid-Europa
Noord-Europa
Oost-Europa
Oceanië
Proces
Samenvatting van het proces

Met het beperken van biodiversiteitsverlies als kerndoelstelling ondersteunen de andere bouwstenen deze inspanning strategisch. De citizen science-aanpak pakt de uitdagingen op het gebied van biodiversiteit direct aan door een uitgebreid mechanisme voor gegevensverzameling te creëren dat kritieke hiaten in onze kennis opvult. Door middel van innovatieve technologie transformeert het project individuele bijdragen in een krachtige wetenschappelijke bron voor ecologische monitoring.

Burgerwetenschap en gemeenschapsbetrokkenheid stimuleren het verzamelen van gegevens en verbinden lokale deelnemers met wereldwijde inspanningen voor natuurbehoud. Ribbit is een educatief instrument dat burgers in staat stelt om van passieve waarnemers actieve rentmeesters van het milieu te maken. De democratisering van de gegevens die in de app worden verzameld, dient als kritieke infrastructuur die de impact van het project vergroot. Door wetenschappelijk onderzoek toegankelijk en participatief te maken, doorbreekt de oplossing de traditionele barrières tussen professionele onderzoekers en leden van de gemeenschap. Deze open benadering zorgt ervoor dat verzamelde gegevens gebruikt kunnen worden door natuurbeschermingsorganisaties, onderzoekers en beleidsmakers, waardoor een direct pad ontstaat van burgerobservatie naar zinvolle milieuactie.

Bouwstenen
Democratisering van gegevens

Ribbit's benadering van datademocratisering vertegenwoordigt een zorgvuldig gecureerd proces van burger-gedreven wetenschappelijke bijdrage. Door gebruik te maken van bestaande openbare datasets van iNaturalist geluiden en Anuraset, legt de applicatie een robuuste basis voor akoestische biodiversiteitsmonitoring. Deze initiële datasets bieden een uitgebreide basis voor machine learning training, waardoor initiële modellen van hoge kwaliteit voor de identificatie van anuranen worden gegarandeerd.

De innovatieve gegevensverzamelingsstrategie van de applicatie gaat verder dan het verzamelen van informatie en implementeert een rigoureus kwaliteitscontroleproces voor door gebruikers ingezonden gegevens. Elke door een burger ingediende opname wordt zorgvuldig geverifieerd voordat deze kan worden toegevoegd aan de Global Biodiversity Information Facility (GBIF). Deze aanpak transformeert passieve gegevensverzameling in een actief, collaboratief wetenschappelijk proces waarbij burgers een zinvolle bijdrage kunnen leveren aan natuurbeschermingsonderzoek, en komt zo tegemoet aan GBF Doel 14, "Biodiversiteit integreren in de besluitvorming op elk niveau".

Ribbit hanteert strenge protocollen voor de privacy en bescherming van gegevens. De applicatie erkent de gevoelige aard van ecologische gegevens, in het bijzonder met betrekking tot zeldzame soorten en precieze locatie-informatie, en implementeert strikte mechanismen voor toestemming van de gebruiker. Gebruikersgegevens worden niet gedeeld of gedistribueerd zonder expliciete, geïnformeerde toestemming van de bijdrager, waardoor zowel ecologische onderwerpen als de privacy van burgerwetenschappers worden beschermd.

Sleutelfactoren

  • Toegankelijke technologie: webapp draait op desktop en mobiele apparaten, en gebruikers kunnen hun gegevens uploaden als er geen internet beschikbaar is.
  • Robuuste mechanismen voor kwaliteitscontrole: geavanceerde evaluatie van wetenschappelijke kwaliteitsregistraties.
  • Ethisch gegevensbeheer: prioriteit voor privacy van gebruikers en ecologische gevoeligheid.
  • Periodieke hertraining van het model: het model wordt elke zes maanden geüpdatet, waarbij wordt getraind op nieuwe soorten die in de app worden opgenomen en gevalideerd door annotators.
Geleerde les

Toen we aan dit project begonnen, waren we ons bewust van het gebrek aan gegevens over de biodiversiteit van anura in het zuiden van de wereld. We waren echter verrast dat toen we probeerden om de toegankelijkheid van onze applicatie te vergroten en kwalitatieve gegevens toe te voegen, er een kloof was in de taalrepresentatie. Op dit moment is ons project beschikbaar in vier talen (Engels, Spaans, Portugees, Arabisch), waardoor de toegankelijkheid wordt vergroot. We gebruikten de Wikipedia API om algemene informatie te verkrijgen over onze soorten in deze vier talen, en merkten dat terwijl er een overvloed aan gegevens was in het Engels en Arabisch, de beschikbare informatie schaars was in het Spaans en nog schaarser in het Portugees. Daarom zien we een toekomstige uitdaging in het betrekken van diverse wetenschappers, zoals Spaans- en Portugeestalige wetenschappers, om de "Wikipedia-datakloof" te verkleinen. Het aanpakken van deze kloof zal een cruciale stap zijn in de verdere democratisering en het vergroten van de toegankelijkheid van onze oplossing.

Burgerwetenschap en maatschappelijke betrokkenheid

Citizen science-apps blijken te helpen bij het monitoren van de biodiversiteit en natuurliefhebbers te betrekken(Callaghan et al., 2019). FrogID bijvoorbeeld, een app van het Australian Museum, stelt gebruikers in staat om kikkergeroep op te nemen waarvan de identiteit wordt geverifieerd door menselijke validators. Tot nu toe heeft FrogID publicaties gepubliceerd met betrekking tot het monitoren van invasieve soorten(Rowley en Callaghan, 2023), het onderbouwen van IUCN rode lijst beoordelingen(Gallagher et al., 2024), het beoordelen van brandeffecten (Mitchell et al., 2023), het begrijpen van verstedelijkingseffecten(Callaghan et al., 2020) en het bestuderen van kikkerroepgedrag(Liu et al., 2022). Ons doel is om vergelijkbare resultaten te bereiken met Ribbit, met anuransoorten over de hele wereld, en in een korter tijdsbestek. Tot nu toe heeft het FrogID-team een achterstand van meer dan 18.000 oproepen, die met onze app sterk gereduceerd zou kunnen worden, omdat de verwerkingstijd sterk gereduceerd wordt door de implementatie van machine learning-algoritmen.

Tijdens de eerste bètatestronde van onze app hebben 50 gebruikers opnames ingestuurd voor identificatie. Hun feedback was positief: materiedeskundigen wezen erop dat de soort die ze opnamen overeenkwam met de soort die Ribbit voorspelde, en natuurliefhebbers hebben genoten van de "Kikker van de Dag" functie waarmee ze kennis konden maken met een nieuwe anuransoort of waarmee ze opnieuw kennis konden maken met bekende anuranen door middel van de naam en de meest voorkomende vocalisatie van de soort (GBF doel 11).

Sleutelfactoren
  • Gebruiksgemak: door feedback van gebruikers te analyseren, hebben we de gebruikerservaring en toegankelijkheid verbeterd.
  • Vertrouwdheid met gevestigde burger-apps voor ecologische wetenschap: met FrogID, Merlin, eBird en iNaturalist als referenties, bootsten we de belangrijkste app-functies na voor een snelle start voor nieuwe gebruikers.
  • Voor gebruikers die nog nooit ervaring hebben gehad met citizen science applicaties, hebben we ons gericht op het zo gebruiksvriendelijk mogelijk maken van de app. Daarnaast bevat onze FAQ sectie tips over "hoe te kikkeren", inclusief waar en wanneer roepende soorten te vinden zijn.
Geleerde les
  • Het is moeilijk om een evenwicht te vinden tussen verschillende soorten gebruikers. Terwijl wetenschappers pleitten voor het gebruik van wetenschappelijke namen, konden natuurliefhebbers zich niet vinden in deze namen en gaven ze de voorkeur aan gewone namen. Het bleek echter een uitdaging om algemene namen voor al onze soorten in alle vier de talen te krijgen. Dit is nog een kans voor ontwikkeling: crowdsourcing van algemene namen over de hele wereld.
  • In de toekomst willen we ook meer visuele inhoud creëren om gebruikers te begeleiden die de app willen gebruiken maar niet zeker weten hoe ze dat moeten doen; deze inhoud omvat onder andere wat ze moeten opnemen in het optionele waarnemingengedeelte van de app, hoe ze kunnen valideren of de kikker die door de app wordt voorgesteld, de kikker is die de gebruiker ziet, enzovoort.

Verlies aan biodiversiteit beperken

Het behoud van ecosystemen is essentieel om klimaatverandering tegen te gaan en ecosysteemdiensten te behouden (GBF-doel 11), die nauw verbonden zijn met meer dan 50% van het mondiale BBP. Meer dan 1 miljoen soorten worden deze eeuw met uitsterven bedreigd, maar het selecteren van gebieden die behouden moeten worden is een uitdaging gezien het bestaande gebrek aan gegevens, die vooral gericht zijn op waarnemingen in het noorden van de wereld. Het vergroten van de hoeveelheid biodiversiteitsgegevens in het Zuiden is cruciaal voor het behoud van bedreigde soorten, die in hoge dichtheid voorkomen in hotspots van biodiversiteit in het Zuiden. Amfibieën zijn ideaal voor akoestische identificatie vanwege hun diverse geluiden en zijn cruciale ecosysteemindicatoren(Estes-Zumpf et al., 2022), waarbij meer dan 40% van de soorten met uitsterven wordt bedreigd(Cañas et al., 2023). Het vergroten van het aantal gelabelde gegevens van de meer dan 7.000 amfibieënsoorten wereldwijd zou de inspanningen voor natuurbehoud ten goede komen en kennislacunes in kwetsbare ecosystemen verkleinen. Door gebruik te maken van een burgerwetenschappelijk platform om te helpen bij het beperken van het verlies aan biodiversiteit, helpen we lokaal milieubeheer van deze kritieke habitats tot stand te brengen (GBF Doel 20).

Andere burger-apps hebben het potentieel aangetoond dat burgerwetenschap heeft bij het beperken van biodiversiteitsverlies. eBird, het grootste burgerwetenschapsproject met betrekking tot biodiversiteit, heeft 100 miljoen vogelwaarnemingen van gebruikers over de hele wereld. Deze waarnemingen helpen om "verspreiding, overvloed, habitatgebruik en vogeltrends te documenteren aan de hand van verzamelde soortenlijsten, binnen een eenvoudig wetenschappelijk kader."(Sánchez-Clavijo et. al., 2024).

iNaturalist, een andere citizen science-app die computervisiealgoritmen gebruikt voor de identificatie van soorten, is ook succesvol gebleken in het beperken van het verlies aan biodiversiteit. Tot op heden heeft de app wereldwijd meer dan 200.000.000 waarnemingen, met 6 miljoen waarnemingen per maand. Op iNaturalist worden waarnemingen van onderzoekskwaliteit gedeeld met GBIF, dat op zijn beurt die kennis gebruikt voor beleidsbeslissingen, onderzoek en gemeenschapsopbouw(GBIF, 2023).

Momenteel identificeert onze app wereldwijd 71 soorten kikkers en padden. Hoewel veel van deze soorten door de IUCN zijn aangemerkt als minst zorgwekkend (LC), hebben we één IUCN bedreigde soort, de Zuidelijke Klokjeskikker(Ranoidea raniformis). Dit gebrek aan bedreigde soorten onderstreept de noodzaak voor diverse praktijkmensen om deel te nemen aan bioakoestische ecologische monitoring. Het vergroten van het aantal datapunten over kwetsbare soorten kan dienen om beleidsbeslissingen te onderbouwen met behulp van datagestuurde inzichten. Lokale gemeenschappen en inheemse volken zullen een belangrijke bijdrage leveren aan het vergroten van het aantal soorten dat in de app is opgenomen, omdat hun lokale kennis ons in staat stelt om soorten in afgelegen gebieden te volgen.

Sleutelfactoren
  • Gegevenslacunes dichten: meer gegevens verkrijgen van burgerwetenschappers, met name van lokale gemeenschappen en inheemse volken.
  • Milieubeheer mogelijk maken: toegankelijkheid voor een gevarieerde groep gebruikers.
Geleerde les

In eerste instantie stelden we ons ten doel om het gebrek aan gegevens in het Zuiden te verminderen. Het bleek echter een uitdaging om toegang te krijgen tot voldoende oproepen voor zeldzame, cryptische en bedreigde soorten in het Zuiden om ons model te trainen. Om de prestaties van het model te verbeteren, hebben we ons daarom gericht op zoveel mogelijk soorten als we konden, wereldwijd. Door gebruikers wereldwijd te betrekken, krijgen we meer opnames in gegevensarme regio's zoals het Zuiden, waardoor we ons model in de toekomst kunnen bijscholen met meer gegevens over bedreigde, zeldzame en cryptische soorten.

Deze betrokkenheid van gebruikers sluit perfect aan bij meerdere doelen, waarvan GBF-doel 20 het duidelijkst is: Capaciteitsopbouw, technologieoverdracht en wetenschappelijke en technische samenwerking voor biodiversiteit versterken. Maar ook andere doelen spelen een belangrijke rol in deze bouwsteen: door het aantal gegevenspunten te vergroten, kunnen we invasieve uitheemse soorten identificeren, wat aansluit bij GBF-doel 6, en kunnen we wilde soorten beschermen tegen illegale handel door hun locatie onzichtbaar te maken voor gebruikers. Dit is in lijn met GBF Doel 5, dat streeft naar"Duurzame, veilige en legale oogst en handel van wilde soorten garanderen".

Onderwijsmiddelen

Amfibieën worden meer bedreigd en gaan sneller achteruit dan vogels of zoogdieren. Amfibiepopulaties nemen af door meerdere factoren, zoals klimaatverandering, de chytrideschimmel en andere antropogene factoren zoals de handel in soorten. De mate van bedreiging voor amfibieën wordt echter ongetwijfeld onderschat omdat 1294 soorten (22,5%) te slecht bekend zijn om te kunnen beoordelen, vergeleken met slechts 78 vogels (0,8%)(Stuart et al., 2004).

Dit kennistekort onderstreept het vitale belang van educatieve hulpmiddelen zoals Ribbit voor het democratiseren van wetenschappelijk onderzoek. Door de barrières voor ecologische monitoring te verlagen, veranderen apps zoals Ribbit passieve waarnemers in actieve deelnemers aan natuurbehoud. Educatieve technologieën stellen burgerwetenschappers in staat om direct bij te dragen aan het begrijpen en beschermen van kwetsbare ecosystemen, en kritieke onderzoeksbeperkingen aan te pakken door middel van uitgebreide gegevensverzameling in gebieden waar te weinig onderzoek wordt gedaan.

Deze innovatieve platforms vergroten het publieke bewustzijn over de uitdagingen op het gebied van biodiversiteit en bieden tegelijkertijd toegankelijke paden voor wetenschappelijke betrokkenheid. In tegenstelling tot op vogels gerichte apps met een gevestigde onderzoeksinfrastructuur, heeft het behoud van anura's geen uitgebreide burgerwetenschappelijke platforms. Ribbit vult deze kritieke leemte op door individuen in staat te stellen een cruciale bijdrage te leveren aan amfibieënonderzoek, het tij te keren van gegevenstekort en wereldwijde beschermingsinspanningen te ondersteunen door middel van collaboratief, op technologie gebaseerd rentmeesterschap voor het milieu. Het is de eerste applicatie die informatie bevat over meer dan 800 amfibieënsoorten, in vier talen, inclusief type roep, foto, CITES-informatie (of soorten worden verhandeld of gebruikt voor commerciële doeleinden, gericht op GBF-doelstellingen 5 en 9), IUCN-status (of soorten bedreigd zijn, gericht op GBF-doelstelling 4) en algemene informatie over het gedrag en de voortplanting van dieren.

Sleutelfactoren
  • Materiedeskundigheid: een van onze teamleden (Juliana Gómez Consuegra) werkte nauw samen met andere experts die onderzoek deden naar de chytrid schimmel.
  • Het creëren van een toegankelijke web app: door het intuïtieve ontwerp van de web app kunnen minder ervaren waarnemers deelnemen en leren.
Geleerde les

Hoewel het doel is om natuurliefhebbers te onderwijzen, willen we voorkomen dat de handel in soorten toeneemt. Daarom hebben we besloten om gebruikers geen toegang te geven tot elkaars gegevens. Op die manier is de locatie van een bedreigde diersoort op de app niet zichtbaar voor handelaren. Gebruikers hebben alleen toegang tot hun eigen gegevens. Zodra de gegevens worden gedeeld met GBIF, worden ze verborgen, zodat noch de exacte locatie van de kikker, noch die van de gebruiker openbaar wordt gemaakt. Op deze manier zorgen we ervoor dat onze applicatie milieuverantwoord is.

Invloeden

Ribbit laat positieve effecten zien op milieu-, sociaal en economisch gebied. Op milieugebied werd Ribbit getraind op 71 verschillende anuransoorten, waardoor een uitgebreid instrument ontstond voor het monitoren van bedreigde amfibiepopulaties. Bij bètatests werden 16 verschillende anuransoorten met succes geregistreerd en geclassificeerd. Het model identificeerde 91% van de tijd nauwkeurig de soorten in de top-5 van meest waarschijnlijke overeenkomsten, vergelijkbaar met andere transfer learning-oplossingen voor bioakoestiek (Ghani et al., 2023). Door gebruik te maken van een dataset van ~67.000 unieke Anura-oproepen, maakt Ribbit het mogelijk om potentiële habitatverschuivingen en populatieveranderingen in onderbelichte regio's te identificeren.

Bij de bètatests van Ribbit waren 50 deelnemers betrokken, waardoor een nieuw pad werd gecreëerd voor gemeenschapsgestuurd wetenschappelijk onderzoek. Het platform democratiseert het verzamelen van gegevens en verlaagt de drempel om deel te nemen aan ecologisch onderzoek. 95% van de ondervraagde gebruikers waren bereid om hun opnames te delen met GBIF, wat bijdraagt aan wereldwijde biodiversiteitsgegevens.

Economisch gezien vermindert Ribbit de monitoringkosten aanzienlijk. Traditionele biodiversiteitsmonitoring voor 50 locaties zou ongeveer 118.413 USD kosten, inclusief apparatuur, arbeid en gegevensanalyse. De maandelijkse operationele kosten van Ribbit worden daarentegen geschat op 48.543,77 dollar, inclusief AWS-infrastructuur en geschoold personeel. Dankzij deze kosteneffectieve aanpak kunnen mensen uit de praktijk hun middelen richten op beschermingsacties op basis van verzamelde gegevens.

Begunstigden

Ribbit heeft voordelen voor burgerwetenschappers door onderzoeksparticipatie, voor lokale gemeenschappen door ecologische monitoring en voor natuurbeschermingsonderzoekers door het verzamelen van extra gegevens over anura in ecosystemen die tot nu toe onvoldoende onderzocht zijn, maar rijk zijn aan biodiversiteit.

Licht daarnaast de schaalbaarheid van uw oplossing toe. Kan het worden gekopieerd of uitgebreid naar andere regio's of ecosystemen?

Ribbit's oplossing toont een significant schaalbaarheidspotentieel door zijn innovatieve machine learning aanpak, specifiek ontworpen om zich aan te passen en te verbeteren met steeds meer verschillende data inputs. Het 'few-shot transfer learning'-model kan systematisch worden uitgebreid naar andere amfibieënrijke ecosystemen wereldwijd, met bijzondere toepassingsmogelijkheden in biodiversiteitshotspots in tropische en subtropische gebieden.

De technologische kernarchitectuur is inherent aanpasbaar, waardoor akoestische gegevens uit verschillende geografische contexten naadloos kunnen worden geïntegreerd. Naarmate er meer verschillende opnames van anuranengeluiden worden verzameld uit gevarieerde ecosystemen, kan het model voor machinaal leren worden aangevuld om geleidelijk geavanceerder te worden, waardoor de identificatienauwkeurigheid toeneemt en de mogelijkheden voor soortherkenning worden uitgebreid. Dit verbeterende mechanisme betekent dat elke nieuwe gegevensbijdrage niet alleen bijdraagt aan de wetenschappelijke kennis, maar ook de prestaties van het technologische platform verfijnt.

Het potentieel voor replicatie strekt zich uit over meerdere domeinen. Het platform zou kunnen worden aangepast voor andere akoestisch onderscheidende diergroepen, waardoor een vergelijkbare monitoringaanpak voor insecten of zoogdieren mogelijk wordt. Bovendien maakt de technologie het mogelijk om regiospecifieke modules te ontwikkelen die kunnen worden aangepast aan de lokale ecologische context, waardoor flexibele onderzoeksinstrumenten ontstaan die inspelen op specifieke milieubehoeften. Door het bevorderen van gezamenlijke onderzoeksnetwerken die gegevens en modelverbeteringen kunnen delen, biedt Ribbit een kader voor het uitbreiden van wetenschappelijk inzicht over institutionele en geografische grenzen heen.

De open-toegang benadering en het modulaire ontwerp van de oplossing maken het bijzonder geschikt voor wereldwijde schaalvergroting. Door prioriteit te geven aan toegankelijkheid voor gebruikers, wetenschappelijke nauwkeurigheid en continu leren, biedt Ribbit een repliceerbaar model voor technologie-ondersteunde biodiversiteitsmonitoring dat kan worden aangepast aan verschillende ecologische onderzoeksbehoeften.

Wereldwijd biodiversiteitsraamwerk (GBF)
GBF Doel 4 - Het uitsterven van soorten een halt toeroepen, de genetische diversiteit beschermen en conflicten tussen mens en wild beheersen
GBF Doel 5 - Duurzame, veilige en legale oogst van en handel in wilde soorten garanderen
GBF Doel 6 - De introductie van invasieve uitheemse soorten met 50% verminderen en hun impact minimaliseren
GBF Doel 9 - Wilde soorten duurzaam beheren ten gunste van mensen
GBF Doel 11 - De bijdragen van de natuur aan mensen herstellen, in stand houden en verbeteren
GBF Doel 14 - Biodiversiteit integreren in de besluitvorming op elk niveau
GBF Streefdoel 20 - Capaciteitsopbouw, technologieoverdracht en wetenschappelijke en technische samenwerking voor biodiversiteit versterken
Duurzame Ontwikkelingsdoelen
SDG 15 - Leven op het land
Verhaal
Foto van een veldbioloog in het Colombiaanse regenwoud
Juliana Gómez Consuegra bij het El Amargal Biologisch Onderzoeksstation, in het Colombiaanse regenwoud, 2007.
Juliana Gómez Consuegra

Veldonderzoek doen in het Colombiaanse regenwoud kan een uitdaging zijn. Een relatieve vochtigheid van 100% betekent dat je veldapparatuur in silica moet worden bewaard om te overleven. Het gebrek aan elektriciteit betekent dat je opnameapparatuur misschien niet op tijd opgeladen is voor je volgende opnamesessie. En, afhankelijk van het tijdstip waarop je het veld in ging, waren er grote zorgen over de veiligheid vanwege de voortdurende burgeroorlog. Ik heb al deze situaties meegemaakt in 2007, toen ik mijn master in biologie volgde en onderzoek deed naar het gedrag van gifkikkers. Mijn dagelijkse taken bestonden uit elke dag een uur lopen van en naar mijn veldlocatie; luidsprekers opstellen die kikkergeluiden afspeelden om te zien hoe mannetjes van de harlekijngifkikker zouden reageren op veranderingen in hun omgeving. Mijn enige metgezel was Yaz, een lokaal lid van de gemeenschap, wiens levensverhaal inspirerend voor me was. Hij ging van het schrapen van cocabladeren voor de gewapende rebellengroepen naar het werken bij een NGO tot het opzetten van zijn eco-lodge waar mensen op kikkerexpeditie kunnen gaan. Toen ik hoorde van zijn meest recente onderneming, dacht ik bij mezelf: Wat als we een exotische reis naar het regenwoud konden combineren met een bijdrage aan de wetenschap? Dus nam ik contact op met mijn collega-biologen en legde hen mijn idee voor van een citizen science app die automatisch een roepende kikker zou identificeren. Hieronder volgt de feedback van een van hen:

"Ik wil je feliciteren met de ontwikkeling van Ribbit. Ik ben een biodiversiteitswetenschapper die in Colombia werkt, en ik heb de kans gehad om uit eerste hand getuige te zijn van de impact die eBird heeft gehad op het monitoren, en de sociale toe-eigening van vogels in Colombia en mensen vragen altijd... waarom alleen vogels? Mijn antwoord is meestal omdat ze voor niet-wetenschappers het makkelijkst te vinden en te identificeren zijn, maar door apps als Ribbit hoeft dat niet altijd zo te blijven!

Vertrouwen op geluiden voor identificatie, die een stuk makkelijker op te nemen zijn met een gewone telefoon dan een foto proberen te maken van een kikker in het wild, is een uitstekend idee, en net zoals dat gebeurde met eBird, hoe meer mensen de app gebruiken, hoe beter de informatie zal zijn. Een "simpele" vraag als welke soorten waar/wanneer leven is nog steeds een uitdaging in megadiverse landen zoals Colombia, dus alle gegevens die Ribbit genereert zullen nuttig zijn om deze uitdaging aan te gaan.

Blijf hard werken en laat het ons weten als we op een of andere manier kunnen helpen."

Lina M Sánchez-Clavijo, PhD

Hoofdonderzoeker

Wetenschappelijk Informatiebureau

Instituut Humboldt

Getuigenis door: Juliana Gómez Consuegra, teamleider Ribbit

In contact komen met medewerkers
Andere medewerkers
Haissam Akhras
UC Berkeley
Lia Cappellari
UC Berkeley
Farouk Ghandour
UC Berkeley