Het onderzoek is verricht door het Lectoraat AI & Big Data van Fontys Hogeschool en Naturalis Biodiversity Center. Bij het onderzoek waren studenten van Fontys ICT, HAS Green Academy en Universiteit Leiden betrokken. Deze samenwerking laat zien hoe de krachten tussen een lectoraat, een onderzoeksinstituut, bachelor- en master-studenten gebundeld kunnen worden. Gedurende drie jaar werd er door ongeveer 40 studenten van de verschillende onderwijsinstellingen gewerkt aan het onderzoek.
Zo gingen studenten van Fontys ICT aan de slag met een prototype van een app. Met deze smartphone-app kun je één vierkante meter van een wegberm fotograferen. De verzamelde data kunnen, met toestemming van de gebruiker, doorgestuurd worden naar nationale databases waarop biodiversiteitsgegevens verzameld worden. Zo helpt AI met het signaleren van trends (met welke plantsoorten gaat het goed of juist niet), maar als het frequent gebeurt, kan het ook meten in hoeverre interventies effect hebben op de biodiversiteit van de berm.
Om het AI-model te trainen is de ‘Eindhoven Wildflower Dataset’ (EWD) gebruikt. De dataset dankt haar naam aan de regio waar foto’s zijn gemaakt van bermen, stadsparken, weilanden en natuurgebieden. De data bestaan uit meer dan 2000 beelden, waarop ruim 65.000 bloemen te zien zijn van zo’n 160 soorten planten. De EWD is openbaar beschikbaar is gesteld voor verder onderzoek; zo kunnen andere onderzoekers en partijen nog betere AI-modellen maken en hun resultaten vergelijken.
Veelbelovende toepassingen
De uitkomsten van dit onderzoeksproject zijn veelbelovend. Dankzij de toepasbare uitwerking kunnen verschillende partijen direct aan de slag met praktijkgerichte projecten gericht op biodiversiteitsmonitoring. Er kan eenvoudig opgeschaald worden door de EWD te verrijken met meer plantensoorten. Hierdoor wordt de toepassing nog veel breder. Een paar voorbeelden: waterschappen kunnen op deze manier hun dijken meer biodivers beplanten en monitoren. Daarnaast kan in de biologische landbouw onkruid met behulp van beeldherkenning worden gedetecteerd en verwijderd met een robot. Dit voorkomt het gebruik van schadelijke pesticiden in het milieu. Als laatste kan de toepassing bijvoorbeeld ook gebruikt worden voor betrokkenheid, bewustwording en educatie van burgers op het gebied van biodiversiteit. Door gebruik te maken van de laagdrempelige app, worden de resultaten toegankelijk voor iedereen.
Gerard Schouten, een van de auteurs en lector AI & Big Data van Fontys Hogeschool, vertelt: “Wat ons werk onderscheidt, is de focus op de kwaliteit van de data. De methode is schaalbaar en kan worden verfijnd om verschillende ecologische gebruikssituaties te ondersteunen. Het is essentieel om AI niet enkel te zien als een vervanger van menselijke taken, maar als een aanvulling die synergie tussen mens en machine bevordert. Op deze manier ontwikkelen we toepassingen die ons helpen om een duurzamere wereld én samenleving mogelijk te maken.”
Wil je de volledige research paper bekijken? Klik dan hier.