Ribbit - anuran türlerinin otomatik tanımlanması ve sınıflandırılması için bir web uygulaması

Tam Çözüm
Kolombiya'nın Chocó bölgesinde yaprak üzerinde uyuyan Yeni Granada çapraz bantlı ağaç kurbağası (Smilisca phaeota)
Juliana Gómez Consuegra

Ribbit, kurbağa ve kara kurbağası çağrılarını kaydetmek, tanımlamak ve sınıflandırmak için az sayıda çekim aktarımlı makine öğrenimini kullanan ve özellikle Küresel Güney'deki veri boşluklarını gidermek için Küresel Biyoçeşitlilik Bilgi Tesisi'ne(GBIF) kitle kaynaklı verilerle katkıda bulunan bir vatandaş bilimi web uygulamasıdır. Tanımlama uygulamaları, biyoçeşitliliğin yerinde otomatik olarak izlenmesi için önemli bir potansiyel sunmaktadır(Global Partnership on Artificial Intelligence, 2022; Tuia et al., 2022; Nieto-Mora et al., 2023). Uygulamamız, önemli ekosistem göstergeleri olmaları(Estes-Zumpf ve ark., 2022), türlerin %40'ından fazlasının yok olma riski altında olması ve benzersiz seslerinin akustik tanımlama için ideal olması nedeniyle anuranlara odaklanmaktadır. Beta test katılımcıları, uygulamanın GBIF'e veri katkısı sağlama potansiyelini ortaya koyarken, vatandaş bilim insanlarını ekolojik izleme konusunda güçlendirdi. Ribbit, biyoçeşitlilik verilerinin etiketlenmesi için açık erişimli bir platform oluşturarak, koruma kuruluşlarının hassas popülasyonları korumak ve kritik ekosistemleri muhafaza etmek için stratejiler geliştirmesini sağlıyor.

Son güncelleme: 10 Oct 2025
83 Görünümler
Tech4Nature Ödülü
Ödül Kategorisi
Tehdit Altındaki Türlerin Korunması
Teknoloji türü
Yazılım
İlgili teknolojiler
Akustik İzleme
Akıllı Telefon Uygulamaları Dahil Yazılım Çözümleri
Yapay Zeka ve Makine Öğrenimi
Veri ve bilgi paylaşımı
Teknoloji Açıklaması

Projemiz Ağustos 2024'te başladı. Tür çağrısının ses kayıtlarına dayalı olarak anuranları (kurbağalar ve kara kurbağaları) sınıflandırmak üzere bir makine öğrenimi modelini eğitmek için iNaturalist sesleri ve Anuraset 'ten iki etiketli ses veri kümesi kullandık. Her iki veri kümesi de anormal dağılımlı veriler, yani nadir veya nesli tükenmekte olan anuranlara ait az sayıda örnek içeriyordu. Bu anormalliği hesaba katmak ve modelin GBF Hedef 4'e ulaşmak için çok önemli olan bu nadir ve risk altındaki türleri doğru bir şekilde tanımlamak için yeterli veriye sahip olduğundan emin olmak için, verilerimizi yarasaların veya cırcır böceklerinin çağrıları gibi iNaturalist anuran dışı çağrılarla artırdık. Yeni artırılmış veri setimizle, birkaç vuruşlu transfer öğrenimini uyguladık(Ghani ve ark. (2023)). Özellikle, Birdnet modelini (önceden eğitilmiş bir EfficientNet B1 modeli) anuran türleri için katıştırmalar oluşturmak için kullandık ve verilerimizin doğrusal problamasını kullanarak modele ince ayar yaptık. Modelimiz, Avustralya Güney Çan kurbağası Ranoidea raniformis gibi hassas türler de dahil olmak üzere 71 anuran türünü, en olası tanımlanan ilk 5 türde %91 doğrulukla ve en olası tanımlanan ilk 1 türde %72 doğrulukla tanımladı, Bu performans Ghani ve ark. Web uygulamamız Ribbit, Aralık 2024'te bu en iyi performans gösteren modeli kullanarak piyasaya sürüldü ve kullanıcı geri bildirimleri büyük ölçüde olumluydu, çünkü testler kaydedilen türlerin çoğu zaman ilk 1'de olduğunu gösterdi. Projemiz, kurbağaları tanımlamak için yapay zeka kullanan ilk anuran odaklı vatandaş bilimi uygulaması olması bakımından benzersizdir.

Bağışçılar ve Finansman

UC Berkeley Enformasyon Fakültesi

Bağlam
Ele alınan zorluklar
Biyoçeşitlilik Kaybı
İstilacı türler
Kamuoyu ve karar vericilerin farkındalık eksikliği
Zayıf izleme ve uygulama

Ribbit, biyoçeşitliliğin izlenmesindeki kritik çevresel, sosyal ve ekonomik zorlukları ele almaktadır. Çevresel açıdan uygulama, özellikle küresel güneydeki veri toplama eksikliklerini (GBF hedef 14) gidermektedir. Anuran türlerinin %40'ından fazlası yok olma riski altındayken(Estes-Zumpf vd., 2022), geleneksel izleme yöntemleri kapsamlı ekosistem sağlığı ve biyoçeşitlilik değişikliklerini yakalamakta başarısız olmaktadır.

Sosyal olarak Ribbit, vatandaş bilim insanları için erişilebilir ekolojik izleme araçları sağlayarak bilimsel araştırmaları demokratikleştirmektedir. Uygulama, vatandaş bilim insanlarını güçlendirerek profesyonel araştırma ile toplum katılımı arasındaki engelleri ortadan kaldırıyor ve bireylerin biyoçeşitlilik araştırmalarına katkıda bulunmaları için anlamlı katılım fırsatları yaratıyor.

Ekonomik olarak, yoğun kaynak gerektiren geleneksel izleme yöntemlerine uygun maliyetli bir alternatif sunuyor. Ribbit, kitle kaynaklı veri toplama ve gelişmiş makine öğreniminden yararlanarak araştırma maliyetlerini düşürürken, araştırmacılar ve koruma kuruluşları için veri toplama yeteneklerini genişletiyor.

Uygulama ölçeği
Küresel
Ekosistemler
Tarımsal Ormancılık
Tarla
Meyve Bahçesi
Mera / otlak
Ilıman yaprak döken orman
Ilıman yaprak dökmeyen orman
Tropikal yaprak döken orman
Tropikal yaprak dökmeyen orman
Havuz, göl, gölet
Nehir, dere
Sulak alan (bataklık, bataklık, turbalık)
Ilıman otlak, savan, çalılık alan
Tropikal otlak, savan, çalılık alan
Alan çapında gelişim
Binalar ve tesisler
Bağlayıcı altyapı, ağlar ve koridorlar
Yeşil çatılar / yeşil duvarlar
Yeşil alanlar (parklar, bahçeler, kent ormanları)
Kentsel sulak alanlar
Tema
Biyoçeşitliliğin anaakımlaştırılması
İstilacı yabancı türler
Sosyal yardım ve iletişim
Doğanın korunması için teknoloji
Konum
Doğu ve Güney Afrika
Karayipler
Orta Amerika
Güney Amerika
Kuzey Amerika
Kuzey ve Orta Asya
Batı Asya, Orta Doğu
Güneydoğu Asya
Güney Asya
Doğu Asya
Batı ve Güney Avrupa
Kuzey Avrupa
Doğu Avrupa
Okyanusya
Süreç
Sürecin özeti

Temel hedefimiz biyolojik çeşitlilik kaybını azaltmak olduğundan, diğer yapı taşları bu çabayı stratejik olarak desteklemektedir. Vatandaş bilimi yaklaşımı, kritik bilgi boşluklarını dolduran kapsamlı bir veri toplama mekanizması oluşturarak biyoçeşitlilik sorunlarını doğrudan ele almaktadır. Yenilikçi teknoloji sayesinde proje, bireysel katkıları ekolojik izleme için güçlü bir bilimsel kaynağa dönüştürüyor.

Vatandaş bilimi ve topluluk katılımı, yerel katılımcıları küresel koruma çabalarına bağlayarak veri toplamayı yönlendirir. Ribbit, bir eğitim aracı olarak vatandaşları pasif gözlemcilerden aktif çevre görevlilerine dönüşmeleri için güçlendiriyor. Uygulamada toplanan verilerin demokratikleştirilmesi, projenin etkisini artıran kritik bir altyapı görevi görüyor. Çözüm, bilimsel araştırmaları erişilebilir ve katılımcı hale getirerek profesyonel araştırmacılar ile topluluk üyeleri arasındaki geleneksel engelleri yıkıyor. Bu açık erişim yaklaşımı, toplanan verilerin koruma kuruluşları, araştırmacılar ve politika yapıcılar tarafından kullanılabilmesini sağlayarak vatandaş gözleminden anlamlı çevresel eyleme giden doğrudan bir yol oluşturuyor.

Yapı Taşları
Verilerin demokratikleştirilmesi

Ribbit'in veri demokratikleştirme yaklaşımı, vatandaş güdümlü bilimsel katkının dikkatle seçilmiş bir sürecini temsil etmektedir. Uygulama, iNaturalist sesleri ve Anuraset'teki mevcut halka açık veri kümelerinden yararlanarak akustik biyoçeşitlilik izleme için sağlam bir temel oluşturmaktadır. Bu ilk veri kümeleri, makine öğrenimi eğitimi için kapsamlı bir temel sağlayarak anuran tanımlaması için yüksek kaliteli başlangıç modelleri sağlar.

Uygulamanın yenilikçi veri toplama stratejisi, bilgi toplamanın ötesine geçerek, kullanıcı katkılı veriler için titiz bir kalite kontrol süreci uyguluyor. Vatandaşlar tarafından gönderilen her kayıt, Küresel Biyoçeşitlilik Bilgi Tesisi'ne (GBIF) potansiyel katkıdan önce dikkatli bir doğrulamadan geçecektir. Bu yaklaşım, pasif veri toplamayı, vatandaşların koruma araştırmalarına anlamlı bir şekilde katkıda bulunabileceği aktif, işbirliğine dayalı bir bilimsel sürece dönüştürerek GBF'nin "Biyoçeşitliliği Her Düzeyde Karar Verme Sürecine Entegre Etmek" şeklindeki 14. Hedefini ele almaktadır.

Kritik olarak, Ribbit sıkı veri gizliliği ve koruma protokollerini sürdürmektedir. Özellikle nadir türler ve kesin konum bilgileri ile ilgili ekolojik verilerin hassas doğasını kabul eden uygulama, katı kullanıcı onayı mekanizmaları uygulamaktadır. Hiçbir kullanıcı verisi, katkıda bulunan kişinin açık ve bilgilendirilmiş onayı olmadan paylaşılmayacak veya dağıtılmayacak, böylece hem ekolojik konular hem de vatandaş bilim insanlarının mahremiyeti korunacaktır.

Etkinleştirici faktörler

  • Erişilebilir teknoloji: web uygulaması masaüstü ve mobil cihazlarda çalışır ve kullanıcılar internet olmadığında verilerini yükleyebilir.
  • Sağlam kalite kontrol mekanizmaları: bilimsel kalite kayıtlarının gelişmiş değerlendirmesi.
  • Etik veri yönetişimi: kullanıcı gizliliğine ve ekolojik duyarlılığa öncelik verilmesi.
  • Modelin periyodik olarak yeniden eğitilmesi: model her altı ayda bir güncellenir, uygulamaya dahil edilen yeni türler üzerinde eğitim yapılır ve açıklama yapanlar tarafından onaylanır.
Çıkarılan dersler

Bu projeye başlarken, küresel güneydeki anuran biyoçeşitliliği veri açığının farkındaydık. Ancak, uygulamamızın erişilebilirliğini artırmaya ve nitel verileri eklemeye çalıştıkça, dil temsilinde bir boşluk olması bizi şaşırttı. Şu anda projemiz dört dilde (İngilizce, İspanyolca, Portekizce, Arapça) mevcut olup erişilebilirliği artırmaktadır. Bu dört dilde türlerimiz hakkında genel bilgi edinmek için Wikipedia API'sini kullandık ve İngilizce ve Arapça'da bol miktarda veri varken, mevcut bilgilerin İspanyolca'da seyrek olduğunu ve Portekizce'de daha da seyrek olduğunu fark ettik. Bu nedenle, "Wikipedia veri açığını" azaltmak için İspanyolca ve Portekizce konuşan bilim insanları gibi farklı bilim insanlarının katılımını sağlamanın gelecekteki bir zorluk olacağını düşünüyoruz. Bu boşluğun giderilmesi, çözümümüzün daha da demokratikleştirilmesi ve erişilebilirliğinin artırılması için çok önemli bir eylem olacaktır.

Vatandaş bilimi ve toplum katılımı

Vatandaş bilimi uygulamalarının doğa meraklılarının ilgisini çekerken biyolojik çeşitliliğin izlenmesine yardımcı olduğu gösterilmiştir(Callaghan vd., 2019). Örneğin, Avustralya Müzesi'nin bir uygulaması olan FrogID, kullanıcıların kimliği insan doğrulayıcılar tarafından doğrulanan kurbağa çağrılarını kaydetmelerine olanak tanır. FrogID bugüne kadar istilacı türlerin izlenmesi(Rowley ve Callaghan, 2023), IUCN kırmızı liste değerlendirmelerinin bilgilendirilmesi (Gallagher vd., 2024), yangın etkilerinin değerlendirilmesi (Mitchell vd., 2023), kentleşme etkilerinin anlaşılması (Callaghan vd.,2020) ve kurbağa çağrı davranışlarının incelenmesi(Liu vd., 2022) ile ilgili makaleler yayınlamıştır. Amacımız, Ribbit ile benzer sonuçları dünyanın dört bir yanındaki anuran türleriyle ve daha kısa bir zaman diliminde elde etmektir. Bugüne kadar, FrogID ekibinin 18.000'den fazla çağrıdan oluşan bir birikimi var, bu da uygulamamızla büyük ölçüde azaltılabilir, çünkü makine öğrenimi algoritmalarının uygulanmasıyla işlem süresi büyük ölçüde azalır.

Uygulamamızın beta testinin ilk turunda 50 kullanıcı kimlik tespiti için kayıt gönderdi. Geri bildirimler olumlu olmuştur: konu uzmanları kaydettikleri türün Ribbit tarafından tahmin edilen türle eşleştiğini belirtmiş ve doğa meraklıları kendilerini yeni bir anuran türüyle tanıştıran veya tanıdık anuranları türün adı ve en yaygın seslendirmesi aracılığıyla yeniden tanımalarına olanak tanıyan "Günün Kurbağası" özelliğinden keyif almışlardır (GBF hedef 11).

Etkinleştirici faktörler
  • Kullanım kolaylığı: Kullanıcılardan gelen geri bildirimleri analiz ederek, kullanıcı deneyimini ve erişilebilirliği geliştirmek için yinelemeler yaptık.
  • Yerleşik vatandaş ekolojik bilim uygulamalarına aşinalık: FrogID, Merlin, eBird ve iNaturalist referans alınarak, yeni kullanıcıların hızlı bir şekilde uygulamaya başlaması için temel uygulama özelliklerini taklit ettik.
  • Vatandaş bilimi uygulamalarıyla hiç deneyimi olmayan kullanıcılar için uygulamayı mümkün olduğunca kullanıcı dostu hale getirmeye odaklandık. Ek olarak, SSS bölümümüz, arayan türlerin nerede ve ne zaman bulunacağı da dahil olmak üzere "nasıl kurbağa yapılacağı" hakkında ipuçları içermektedir.
Çıkarılan dersler
  • Farklı kullanıcı türleri arasında bir denge kurmak zordur. Bilim insanları bilimsel isimlerin kullanılmasını savunurken, doğa meraklıları bu isimlerle bağlantı kurmadı ve yaygın isimleri tercih etti. Bununla birlikte, tüm türlerimiz için dört dilde de ortak isimler elde etmenin zor olduğu kanıtlandı. Bu da bir başka gelişme fırsatı: dünya çapında yaygın isimler için kitle kaynak kullanımı.
  • Gelecekte, uygulamayı kullanmak isteyen ancak bunu nasıl yapacağından emin olmayan kullanıcılara rehberlik etmek için daha fazla görsel içerik oluşturmak istiyoruz; bu içerik, uygulamanın isteğe bağlı gözlemler bölümüne nelerin dahil edileceğini, uygulama tarafından önerilen kurbağanın kullanıcının gördüğü kurbağa olup olmadığının nasıl doğrulanacağını ve diğerlerini içerir.

Biyoçeşitlilik kaybını azaltın

Ekosistemlerin korunması, iklim değişikliğini engellemenin ve dünya GSYİH'sinin %50'sinden fazlasıyla yakından bağlantılı olan ekosistem hizmetlerinin (GBF hedef 11) sürdürülmesinin anahtarıdır. Bu yüzyılda 1 milyondan fazla tür yok olma tehdidiyle karşı karşıyadır; ancak hangi alanların korunacağının seçilmesi, küresel kuzeydeki gözlemlere önyargılı olan mevcut veri açığı nedeniyle zordur. Küresel Güney'deki biyoçeşitlilik verilerinin miktarının artırılması, Küresel Güney'deki biyoçeşitlilik sıcak noktalarında yüksek yoğunlukta bulunan nesli tükenmekte olan türlerin korunması açısından kritik önem taşımaktadır. Amfibiler, çeşitli sesleri nedeniyle akustik tanımlama için idealdir ve önemli ekosistem göstergeleridir(Estes-Zumpf vd., 2022), türlerin %40'ından fazlası yok olma riski altındadır(Cañas vd., 2023). Dünya çapında 7.000'den fazla amfibi türü için etiketlenmiş verilerin artırılması, koruma çabalarını geliştirecek ve hassas ekosistemlerdeki bilgi eksikliklerini azaltacaktır. Biyoçeşitlilik kaybının azaltılmasına yardımcı olmak için bir vatandaş bilimi platformu kullanarak, bu kritik habitatların yerel çevre yönetiminin kurulmasına yardımcı oluyoruz (GBF Hedef 20).

Diğer vatandaş uygulamaları, vatandaş biliminin biyoçeşitlilik kaybını azaltma potansiyelini göstermiştir. Biyoçeşitlilikle ilgili en büyük vatandaş bilimi projesi olan eBird, dünyanın dört bir yanındaki kullanıcılardan 100 milyon kuş gözlemine sahiptir. Bu gözlemler, "basit bir bilimsel çerçevede, toplanan tür listesi aracılığıyla kuşların dağılımını, bolluğunu, habitat kullanımını ve kuş eğilimlerini belgelemeye" yardımcı olmaktadır.(Sánchez-Clavijo ve diğerleri, 2024).

Türlerin tanımlanması için bilgisayarla görme algoritmalarını kullanan bir başka vatandaş bilimi uygulaması olan iNaturalist de biyoçeşitlilik kaybını azaltmada başarılı olduğunu kanıtlamıştır. Uygulamada bugüne kadar 200.000.000'un üzerinde gözlem yapılmış ve dünya genelinde ayda 6 milyon gözlem gerçekleştirilmiştir. iNaturalist'te araştırma düzeyindeki gözlemler GBIF ile paylaşılmakta, GBIF de bu bilgileri politika kararları, araştırma ve topluluk oluşturma için kullanmaktadır(GBIF, 2023).

Şu anda uygulamamız dünya çapında 71 kurbağa ve kara kurbağası türünü tanımlamaktadır. Bunların birçoğu IUCN kapsamında en az endişe verici tür (LC) olarak tanımlansa da, Güney Çan Kurbağası(Ranoidea raniformis) gibi nesli tehlike altında olan bir IUCN türüne sahibiz. Tehdit altındaki türlerin dahil edilmemesi, biyoakustik ekolojik izlemeye katılmak için çeşitli uygulayıcılara duyulan ihtiyacın altını çizmektedir. Hassas türlere ilişkin veri noktalarının artırılması, veriye dayalı içgörüler kullanılarak politika kararlarının bilgilendirilmesine hizmet edebilir. Yerel topluluklar ve Yerli Halklar, yerel bilgileri uzak bölgelerdeki türleri izlememize olanak tanıdığından, uygulamaya dahil edilen türlerin sayısını artırmada önemli bir varlık olacaktır.

Etkinleştirici faktörler
  • Veri açıklarının kapatılması: özellikle yerel topluluklar ve Yerli Halklar olmak üzere vatandaş bilim insanlarından daha fazla veri elde edilmesi.
  • Çevre yönetiminin etkinleştirilmesi: çeşitli kullanıcılara erişilebilirlik.
Çıkarılan dersler

Başlangıçta Küresel Güney'deki veri eksikliklerini azaltmayı hedefledik. Ancak, modelimizi eğitmek için Küresel Güney'deki nadir, kriptik ve nesli tükenmekte olan türler için yeterli çağrıya erişmenin zor olduğu kanıtlandı. Bu nedenle, model performansını iyileştirmek için dikkatimizi dünya çapında ele alabileceğimiz kadar çok türe yönelttik. Kullanıcıların dünya çapında katılımını sağlamak, Küresel Güney gibi veri fakiri bölgelerde daha fazla kayıt yapılmasını sağlayacak ve gelecekte nesli tükenmekte olan, nadir ve kriptik türler hakkında daha fazla veri ile modelimizi yeniden eğitmemize olanak tanıyacaktır.

Bu kullanıcı katılımı, en belirgin olanı GBF hedef 20: Biyoçeşitlilik için Kapasite Oluşturma, Teknoloji Transferi ve Bilimsel ve Teknik İşbirliğinin Güçlendirilmesi olmak üzere birçok hedefle mükemmel bir uyum içindedir. Ancak diğer hedefler de bu yapı taşında kilit öneme sahiptir: veri noktalarını artırarak, GBF Hedef 6'ya hitap eden istilacı yabancı türleri belirleyebileceğiz ve kullanıcılardan konumlarını gizleyerek yabani türleri yasadışı ticaretten koruyabileceğiz. Bu, "Yabani Türlerin Sürdürülebilir, Güvenli ve Yasal Hasat ve Ticaretinin Sağlanmasını" amaçlayan GBF Hedef 5 ile uyumludur.

Eğitim araçları

Amfibiler kuşlara ya da memelilere kıyasla daha fazla tehdit altındadır ve daha hızlı azalmaktadır. Amfibi popülasyonları iklim değişikliği, chytrid mantarı ve tür kaçakçılığı gibi diğer antropojenik faktörler gibi birçok faktör nedeniyle azalmaktadır. Bununla birlikte, amfibilere yönelik tehdit seviyesi şüphesiz düşük tahmin edilmektedir çünkü 1294 tür (%22,5), sadece 78 kuş türüne (%0,8) kıyasla değerlendirilemeyecek kadar az bilinmektedir(Stuart vd., 2004).

Bu bilgi açığı, Ribbit gibi eğitim araçlarının bilimsel araştırmaların demokratikleştirilmesindeki hayati öneminin altını çizmektedir. Ribbit gibi uygulamalar, ekolojik izlemenin önündeki engelleri azaltarak pasif gözlemcileri aktif koruma katılımcılarına dönüştürmektedir. Eğitim teknolojileri, vatandaş bilim insanlarının hassas ekosistemlerin anlaşılmasına ve korunmasına doğrudan katkıda bulunmalarını sağlayarak, yeterince araştırılmamış bölgelerde genişletilmiş veri toplama yoluyla kritik araştırma sınırlamalarını ele almaktadır.

Bu yenilikçi platformlar, bilimsel katılım için erişilebilir yollar sağlarken, biyoçeşitlilik sorunları hakkında halkın farkındalığını artırıyor. İyi kurulmuş araştırma altyapılarına sahip kuş odaklı uygulamaların aksine, anuran koruma kapsamlı vatandaş bilimi platformlarından yoksundur. Ribbit, bireyleri amfibi araştırmalarına önemli katkılarda bulunmaları için güçlendirerek, veri eksikliğini gidererek ve işbirliğine dayalı, teknoloji destekli çevre yönetimi yoluyla küresel koruma çabalarını destekleyerek bu kritik boşluğu dolduruyor. Dört dilde 800'den fazla amfibi türü hakkında çağrı türü, fotoğraf, CITES bilgileri (türlerin ticaretinin yapılıp yapılmadığı veya ticari amaçlarla kullanılıp kullanılmadığı, GBF hedef 5 ve 9'a hitap eder), IUCN durumu (türlerin tehlike altında olup olmadığı, GBF hedef 4'e hitap eder) ve hayvan davranışı ve üreme hakkında genel bilgiler içeren ilk uygulamadır.

Etkinleştirici faktörler
  • Konu uzmanlığı: Ekip üyelerimizden biri (Juliana Gómez Consuegra), chytrid mantarını araştıran diğer uzmanlarla yakın bir şekilde çalıştı.
  • Erişilebilir web uygulaması oluşturma: Web uygulamasının sezgisel tasarımı, daha az deneyimli gözlemcilerin katılmasına ve öğrenmesine olanak tanır.
Çıkarılan dersler

Amaç doğa meraklılarını eğitmek olsa da, tür kaçakçılığının artmasını önlemek istiyoruz. Bu nedenle, kullanıcıların birbirlerinin verilerine erişmesine izin vermemeye karar verdik. Bu şekilde, nesli tükenmekte olan bir türün konumu, uygulama üzerinden insan tacirleri tarafından görülemeyecek. Kullanıcılar yalnızca kendi verilerine erişebilir. Veriler GBIF ile paylaşıldıktan sonra, veriler gizlenir, böylece ne kurbağanın ne de kullanıcının kesin konumu kamuya açıklanmaz. Bu şekilde, uygulamamızın çevreye karşı sorumlu olmasını sağlıyoruz.

Etkiler

Ribbit çevresel, sosyal ve ekonomik alanlarda olumlu etkiler göstermektedir. Çevresel olarak Ribbit, 71 farklı anuran türü üzerinde eğitilerek nesli tükenmekte olan amfibi popülasyonlarını izlemek için kapsamlı bir araç oluşturdu. Beta testi, 16 farklı anuranı başarılı bir şekilde kaydetmiş ve sınıflandırmıştır; model, biyoakustik için diğer transfer öğrenme çözümleriyle karşılaştırılabilir şekilde, en olası ilk 5 eşleşmedeki türleri %91 oranında doğru bir şekilde tanımlamıştır (Ghani vd., 2023). Ribbit, ~67.000 benzersiz Anura çağrısından oluşan bir veri setini kullanarak, az çalışılmış bölgelerdeki potansiyel habitat değişimlerinin ve popülasyon değişikliklerinin belirlenmesini sağlar.

Ribbit'in beta testinde 50 katılımcı yer almış ve toplum odaklı bilimsel araştırmalar için yeni bir yol oluşturulmuştur. Platform, veri toplamayı demokratikleştirerek ekolojik araştırma katılımının önündeki engelleri azaltıyor. Ankete katılan kullanıcıların %95'i kayıtlarını GBIF ile paylaşarak küresel biyoçeşitlilik verilerine katkıda bulunmaya istekli.

Ribbit ekonomik olarak izleme maliyetlerini önemli ölçüde azaltmaktadır. Geleneksel biyoçeşitlilik izleme 50 lokasyon için ekipman, işçilik ve veri analizi dahil olmak üzere yaklaşık 118.413 ABD dolarına mal olacaktır. Buna karşılık, Ribbit'in aylık operasyonel maliyetinin AWS altyapısı ve kalifiye personel dahil 48.543,77 ABD doları olduğu tahmin edilmektedir. Bu uygun maliyetli yaklaşım, uygulayıcıların kaynaklarını toplanan verilere dayalı koruma eylemlerine odaklamalarını sağlar.

Yararlanıcılar

Ribbit, araştırma katılımı yoluyla vatandaş bilim insanlarına, ekolojik izleme yoluyla yerel topluluklara ve daha önce yeterince araştırılmamış, ancak biyolojik çeşitlilik açısından zengin ekosistemlerde ek anuran veri toplama yoluyla koruma araştırmacılarına fayda sağlıyor.

Ayrıca, Çözümünüzün ölçeklenebilirlik potansiyelini açıklayın. Diğer bölgelere veya ekosisteme kopyalanabilir veya genişletilebilir mi?

Ribbit'in çözümü, giderek artan çeşitlilikteki veri girdilerine uyum sağlamak ve geliştirmek için özel olarak tasarlanmış yenilikçi makine öğrenimi yaklaşımı sayesinde önemli ölçeklenebilirlik potansiyeli göstermektedir. Birkaç vuruşluk transfer öğrenme modeli, tropikal ve subtropikal bölgelerdeki biyolojik çeşitlilik sıcak noktalarında özellikle uygulanabilirlik ile küresel olarak amfibi bakımından zengin diğer ekosistemlere sistematik olarak genişletilebilir.

Çekirdek teknolojik mimari, farklı coğrafi bağlamlardan gelen akustik verilerin sorunsuz bir şekilde entegre edilmesine olanak tanıyan, doğası gereği uyarlanabilir bir yapıya sahiptir. Çeşitli ekosistemlerden daha çeşitli anuran çağrı kayıtları toplandıkça, makine öğrenimi modeli aşamalı olarak daha sofistike hale getirilebilir, tanımlama doğruluğunu artırabilir ve tür tanıma yeteneklerini genişletebilir. Bu iyileştirme mekanizması, her yeni veri katkısının yalnızca bilimsel bilgiye katkıda bulunmakla kalmayıp aynı zamanda teknolojik platformun performansını da iyileştirdiği anlamına gelir.

Çoğaltma potansiyeli birden fazla alana yayılmaktadır. Platform, akustik olarak ayırt edici diğer hayvan grupları için uyarlanabilir ve böcekler veya memeliler için benzer izleme yaklaşımlarına olanak sağlayabilir. Ayrıca teknoloji, yerel ekolojik bağlamlar için özelleştirilebilen bölgeye özgü modüllerin geliştirilmesine olanak tanıyarak belirli çevresel ihtiyaçlara yanıt veren esnek araştırma araçları yaratır. Ribbit, veri ve model iyileştirmelerini paylaşabilen işbirlikçi araştırma ağlarını teşvik ederek, bilimsel anlayışı kurumsal ve coğrafi sınırların ötesine genişletmek için bir çerçeve sağlar.

Çözümün açık erişim yaklaşımı ve modüler tasarımı, onu küresel ölçeklendirme için özellikle uygun hale getirmektedir. Ribbit, kullanıcı erişilebilirliğine, bilimsel titizliğe ve sürekli öğrenmeye öncelik vererek, çeşitli ekolojik araştırma ihtiyaçlarına göre uyarlanabilen teknoloji destekli biyoçeşitlilik izleme için tekrarlanabilir bir model sunmaktadır.

Küresel Biyoçeşitlilik Çerçevesi (GBF)
GBF Hedef 4 - Türlerin Yok Oluşunu Durdurmak, Genetik Çeşitliliği Korumak ve İnsan-Yaban Hayatı Çatışmalarını Yönetmek
GBF Hedef 5 - Yabani Türlerin Sürdürülebilir, Güvenli ve Yasal Hasat ve Ticaretinin Sağlanması
GBF Hedef 6 - İstilacı Yabancı Türlerin Girişini %50 Azaltmak ve Etkilerini En Aza İndirmek
GBF Hedef 9 - İnsanlara Fayda Sağlamak İçin Yabani Türleri Sürdürülebilir Şekilde Yönetmek
GBF Hedef 11 - Doğanın İnsanlara Katkılarını Onarmak, Korumak ve Geliştirmek
GBF Hedef 14 - Biyoçeşitliliğin Her Düzeyde Karar Alma Sürecine Entegre Edilmesi
GBF Hedef 20 - Biyoçeşitlilik için Kapasite Geliştirme, Teknoloji Transferi ve Bilimsel ve Teknik İşbirliğinin Güçlendirilmesi
Sürdürülebilir Kalkınma Hedefleri
SKA 15 - Karada yaşam
Hikaye
Kolombiya yağmur ormanlarında bir saha biyoloğunun resmi
Juliana Gómez Consuegra, Kolombiya yağmur ormanlarındaki El Amargal Biyolojik Araştırma İstasyonu'nda, 2007.
Juliana Gómez Consuegra

Kolombiya yağmur ormanlarında saha araştırması yapmak zor olabilir. 100'lük bağıl nem, saha ekipmanınızın hayatta kalması için silika içinde tutulması gerektiği anlamına gelir. Elektrik olmaması, kayıt cihazlarınızın bir sonraki kayıt seansınız için zamanında şarj olamayabileceği anlamına gelir. Ve sahaya gittiğiniz zamana bağlı olarak, devam eden iç savaş nedeniyle güvenlik endişeleri yüksekti. Tüm bu durumları, biyoloji alanında yüksek lisans yaptığım ve zehirli kurbağaların ev arama davranışlarını araştırdığım 2007 yılında yaşadım. Günlük görevlerim arasında her gün saha alanıma gidip gelmek için bir saat yürümek; alacalı zehirli kurbağa erkeklerinin çevrelerindeki değişikliklere nasıl tepki vereceğini görmek için kurbağa seslerini çalan hoparlörler kurmak vardı. Tek yoldaşım, hayat hikayesi bana ilham veren yerel bir topluluk üyesi olan Yaz'dı. Silahlı isyancı gruplar için koka yapraklarını kazımaktan, bir STK'da çalışmaya ve insanların kurbağa izleme gezilerine çıkabileceği eko-köşkünü yaratmaya kadar uzanan bir yaşam öyküsü var. En son girişimini öğrendiğimde kendi kendime düşündüm: Ya yağmur ormanlarına egzotik bir geziyi bilime bir katkı ile birleştirebilirsek? Böylece biyolog meslektaşlarıma ulaştım ve onlara seslenen bir kurbağayı otomatik olarak tanımlayacak bir vatandaş bilimi uygulaması fikrimi sundum. Aşağıda onlardan birinden gelen geri bildirim yer almaktadır:

"Ribbit'i geliştirdiğiniz için sizi tebrik etmek istiyorum. Kolombiya'da çalışan bir biyoçeşitlilik bilimcisiyim ve eBird'ün Kolombiya'daki kuşların izlenmesi ve sosyal olarak sahiplenilmesi üzerindeki etkisine ilk elden tanık olma fırsatım oldu ve insanlar her zaman soruyor... neden sadece kuşlar? Cevabım genellikle bilim insanı olmayanlar için en kolay karşılaşılan ve tanımlanabilen tür oldukları için oluyor ama Ribbit gibi uygulamalar sayesinde bu durum sonsuza kadar böyle kalmak zorunda değil!

Tanımlama için normal bir telefonla kaydetmesi çok daha kolay olan seslere güvenmek, vahşi doğada bir kurbağanın gerçek bir fotoğrafını çekmeye çalışmak yerine, mükemmel bir fikirdir ve tıpkı eBird'de olduğu gibi, insanlar uygulamayı ne kadar çok kullanırsa, o kadar iyi bilgi sağlayacaktır. Hangi türün nerede/ne zaman yaşadığı gibi "basit" bir soru, Kolombiya gibi mega çeşitliliğe sahip ülkelerde hala bir zorluktur, bu nedenle Ribbit tarafından üretilen tüm veriler bu zorluğun üstesinden gelmede faydalı olacaktır.

Sıkı çalışmaya devam edin ve herhangi bir şekilde yardımcı olabileceksek bize haber verin."

Lina M Sánchez-Clavijo, PhD

Baş Araştırmacı

Bilimsel Bilgi Ofisi

Instituto Humboldt

İfade veren: Juliana Gómez Consuegra, Ribbit ekip lideri

Katkıda bulunanlarla bağlantı kurun
Diğer katkıda bulunanlar
Haissam Akhras
UC Berkeley
Lia Cappellari
UC Berkeley
Farouk Ghandour
UC Berkeley